用于损伤状态识别的极值延拓EMD和LS-SVM算法

doi:10.11772/j.issn.1001-9081.2023020194

《计算机应用》唯一官方网站 ›› 2023, Vol. 43 ›› Issue (S2): 256-260.DOI: 10.11772/j.issn.1001-9081.2023020194

• 前沿与综合应用 • 上一篇

用于损伤状态识别的极值延拓EMD和LS-SVM算法

刘聪(), 钱坤, 焦准, 丁奇

空军工程大学航空机务士官学校，河南信阳 464000

收稿日期:2023-03-02 修回日期:2023-09-20 接受日期:2023-09-28 发布日期:2024-01-09 出版日期:2023-12-31
通讯作者: 刘聪
作者简介:刘聪（1988—），男，江西九江人，讲师，博士，主要研究方向：非线性控制理论、非线性系统故障检测及健康管理
钱坤（1977—），男，湖南常德人，教授，博士，主要研究方向：非线性控制理论、非线性系统故障检测及健康管理
焦准（1983—），男，河南驻马店人，副教授，硕士，主要研究方向：非线性控制理论、非线性系统故障检测及健康管理
丁奇（1982—），男，安徽黄山人，讲师，硕士，主要研究方向：非线性控制理论、非线性系统故障检测及健康管理。

Damage state identification algorithm based on extreme value extension empirical mode decomposition and least squares support vector machine

Cong LIU(), Kun QIAN, Zhun JIAO, Qi DING

School of Aeronautics Maintenance Non?Commissioned Officers，Air Force Engineering University，Xinyang Henan 464000，China

Received:2023-03-02 Revised:2023-09-20 Accepted:2023-09-28 Online:2024-01-09 Published:2023-12-31
Contact: Cong LIU

摘要/Abstract

摘要：

针对机电系统损伤状态识别问题，提出一种基于极值延拓经验模态分解（EMD）和最小二乘支持向量机（LS-SVM）算法。首先，分析EMD算法的基本原理，针对端点效应利用多项式拟合极值延拓的算法改进设计方案，并利用标准化处理的特征向量设计程式；其次，考虑到机电系统损伤状态数据归属小样本特征，利用LS-SVM算法给出了状态识别的设计程式；最后，开展仿真验证实验。实验结果表明，采用所提算法的损伤状态识别方案，可以确保损伤状态识别的正确率超过96%，满足机电系统工程应用要求。

关键词: 极值延拓, 经验模态分解, 最小二乘支持向量机, 损伤状态, 状态识别

Abstract:

An algorithm based on Empirical Mode Decomposition （EMD） and Least Squares Support Vector Machines （LS-SVM） was proposed for the damage state identification of electromechanical systems. Firstly， the basic principle of EMD was analyzed， the algorithm of fitting extreme value extension was utilized to to tackle the end effect， and the design program of feature vectors was utilized for standardization. Then， considering the damage state data of the electromechanical system was attributed to the characteristics of the small samples， the design program for the state recognition was given by LS-SVM algorithm. Finally， the simulation experiment was carried out. The experimental results show that by using the proposed algorithm， the damage state identification probability is more than 96%， which can meet the application requirements of electromechanical system engineering.

Key words: extreme value extension, Empirical Mode Decomposition (EMD), Least Squares Support Vector Machine (LS-SVM), damage state, state identification

中图分类号:

TN911.7

刘聪, 钱坤, 焦准, 丁奇. 用于损伤状态识别的极值延拓EMD和LS-SVM算法[J]. 计算机应用, 2023, 43(S2): 256-260.

Cong LIU, Kun QIAN, Zhun JIAO, Qi DING. Damage state identification algorithm based on extreme value extension empirical mode decomposition and least squares support vector machine[J]. Journal of Computer Applications, 2023, 43(S2): 256-260.

图/表 8

图1 未采用改进策略的EMD信号分解图

图2 极值延拓EMD信号分解图

图3 基于极值延拓EMD和LS-SVM损伤状态识别流程

图4 机电设备两个二极管断路时电流信号极值延拓EMD分解图

图5 IMF分量的时频谱

图6 基于极值延拓EMD的特征向量

图7 基于LS-SVM的损伤状态识别结果

表1 不同样本条件下两种算法的分类识别表

分类算法	训练样本数	测试样本数	训练精度/%	测试精度/%
改进EMD及 LS-SVM 分类结果	25	45	96.00	93.33
	30	40	96.67	95.00
	35	35	100.00	94.29
	40	30	100.00	96.67
	45	25	100.00	100.00
改进EMD和 BP神经网络分类结果	25	45	85.00	77.78
	30	40	93.33	82.50
	35	35	94.28	91.43
	40	30	95.00	93.33
	45	25	97.78	96.00

参考文献 13

1	赵靖，廖英英，杨绍普．基于无迹卡尔曼滤波的动态贝叶斯小波变换在轴承故障诊断中的应用［J］. 振动与冲击， 2020， 39（11）： 53-62.
2	周晨阳，沈艳霞．基于小波分析的二重三相电压型逆变器开路故障诊断［J］. 电机与控制学报， 2020， 24（9）： 65-94.
3	何雷，刘溯奇，蒋婷．基于改进LMD与BP神经网络的变速箱故障诊断［J］. 机械传动， 2020， 44（1）： 171-176.
4	范勇，王鹏，张宁超．基于改进EMD与SOM神经网络的自动机驱动机构故障诊断研究［J］. 国外电子测量技术， 2020， 39（8）： 13-18.
5	宁毅，魏志刚，周建雄．基于改进EMD和小波阈值的混合机低速重载轴承故障诊断［J］. 噪声与振动控制， 2020， 40（6）： 139-144. 10.3969/j.issn.1006-1355.2020.06.022
6	徐先峰，王研，刘阿慧．基于CNN并引入EMD预处理机制的滚动轴承故障诊断方法［J］. 工业仪表与自动化装置， 2020， 274（4）： 11-15. 10.3969/j.issn.1000-0682.2020.04.002
7	HOSEINZADEH M S， KHADEM S E.， SADOOGHI M S. Quantitative diagnosis for bearing faults by improving ensemble empirical mode decomposition［J］. ISA Transactions， 2018， 83（6）： 261-275. 10.1016/j.isatra.2018.09.008
8	JIANG F， ZHU Z， LI W. An improved VMD with empirical mode decomposition and its application in incipient fault detection of rolling bearing［J］. IEEE Access， 2018， 6： 483-493. 10.1109/ACCESS.2018.2851374
9	宿文才，张树团，刘陵顺．基于改进极值波延拓的极点对称模态分解端点效应抑制方法［J］. 电工技术学报， 2020， 35（1）： 294-301.
10	郝如江，李非．EMD端点效应抑制方法［J］. 振动、测试与诊断，2018， 38（2）： 341-345.
11	杨剑锋，石戈戈，周天奇，等．基于自适应序贯相似性检测波形匹配延拓的EMD端点效应抑制［J］. 振动与冲击， 2018， 37（18）： 121-125.
12	何振鹏，朱志琪，谢海超．线性外推法和相似极值法耦合抑制EMD端点效应［J］. 机械科学与技术， 2018， 37（8）： 1200-1206.
13	苏东林，郑昊鹏. 一种解决经验模态分解端点效应的边界延拓法［J］. 航空学报， 2016， 37（3）： 960-969. 10.7527/S1000-6893.2015.0111

[1]	温祥西, 彭娅婷, 毕可心, 衡宇铭, 吴明功. 基于最优样本集在线模糊最小二乘支持向量机的飞行冲突网络态势预测[J]. 《计算机应用》唯一官方网站, 2023, 43(11): 3632-3640.
[2]	张仲华, 赵福媛, 郭钧枫, 赵高长. 柯西自适应回溯搜索与最小二乘支持向量机的集成预测模型[J]. 《计算机应用》唯一官方网站, 2022, 42(6): 1829-1836.
[3]	陈冲, 闫珠, 赵继轩, 何为, 梁华庆. 基于集合经验模态分解和长短期记忆网络的催化裂化装置氮氧化物排放预测[J]. 《计算机应用》唯一官方网站, 2022, 42(3): 791-796.
[4]	孔伶旭, 吴海锋, 曾玉, 陆小玲. 使用深度学习和不同频率维度的脑功能性连接对轻微认知障碍的诊断[J]. 计算机应用, 2021, 41(2): 590-597.
[5]	孙琳, 袁玉波. 基于人眼状态的瞌睡识别算法[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3213-3218.
[6]	陆荣秀, 陈明明, 杨辉, 朱建勇. 基于溶液图像时序特征的元素组分含量动态监测系统[J]. 计算机应用, 2021, 41(10): 3075-3081.
[7]	孟鑫禹, 王睿涵, 张喜平, 王明杰, 丘刚, 王政霞. 基于经验模态分解与多分支神经网络的超短期风功率预测[J]. 计算机应用, 2021, 41(1): 237-242.
[8]	张晓晗, 冯爱民. 基于经验模态分解和长短期记忆神经网络的短期交通流量预测[J]. 计算机应用, 2021, 41(1): 225-230.
[9]	罗元, 云明静, 王艺, 赵立明. 基于人眼信息特征的人体疲劳检测[J]. 计算机应用, 2019, 39(7): 2098-2102.
[10]	莫赞, 赵冰, 黄艳莹. 基于经验模态分解自回归组合模型的网络舆情预测[J]. 计算机应用, 2018, 38(3): 615-619.
[11]	许凌凯, 杨任农, 左家亮. 基于改进自适应杂交粒子群优化算法和最小二乘支持向量机的空中目标威胁评估[J]. 计算机应用, 2017, 37(9): 2712-2716.
[12]	谢斌, 杨丽清, 陈琴. 基于EMD-SVD差分谱的DWT域LMMSE自适应信道估计算法[J]. 计算机应用, 2016, 36(11): 3033-3038.
[13]	徐国庆. 在线融合特征的眼睛状态识别算法[J]. 计算机应用, 2015, 35(7): 2062-2066.
[14]	张俊, 关胜晓. 基于改进的最大后验概率矢量量化和最小二乘支持向量机集成算法[J]. 计算机应用, 2015, 35(7): 2101-2104.
[15]	桑秀丽, 肖清泰, 王华, 韩继光. 集合经验模态分解主成分分析分解消噪下的支持向量机组合模型预测[J]. 计算机应用, 2015, 35(3): 766-769.

用于损伤状态识别的极值延拓EMD和LS-SVM算法

Damage state identification algorithm based on extreme value extension empirical mode decomposition and least squares support vector machine

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 13

相关文章 15

编辑推荐

Metrics