论文部分内容阅读
为了有效提取设备状态信息，提出一种Renyi熵复杂性测度下的经验模式分解（Empirical mode decomposition，EMD）和最小二乘支持矢量机（Least square support vector machine，LS—SVM）的故障诊断方法。该方法先对振动信号进行EMD分解，得到多个基本模式分量（Intrinsic mode function,IMF）后，求出表征故障信息的若干个IMF的Renyi熵，再将其作为特征矢量输入LS-SVM进行故障分类。一个滚动轴承故障诊断实例说明该种方法