论文部分内容阅读
大型旋转机械转子的运转情况是生产过程中最重要的问题之一，在故障初期对故障识别并实现智能诊断具有重要的意义。然而大型旋转机械存在较大的非线性，并且故障样本较少，给特征提取和状态识别带来了很大困难。基于经验模态分解（EMD）后内禀模态函数的能量熵，提取各个内禀模态函数的能量作为特征向量，并以此作为支持向量机（SVM）的输入参数来输入支持向量机进行故障诊断。实验表明这种方法能够对故障状态与正常状态正确分类，实现故障的智能诊断。