首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于DE-SVM的穴盘苗自动取苗机构故障诊断方法
引用本文:刘健,王俊,金鑫.基于DE-SVM的穴盘苗自动取苗机构故障诊断方法[J].农机化研究,2023(6):34-40.
作者姓名:刘健  王俊  金鑫
作者单位:1. 河南科技大学农业装备工程学院;2. 河南科技大学电气工程学院;3. 机械装备先进制造河南省协同创新中心
基金项目:国家重点研发计划项目(2016YFD0700103);;河南省高校科技创新人才支持计划(20HASTIT029);
摘    要:为解决穴盘苗取苗机构早期机械故障识别困难的问题,提高故障诊断的准确率,提出一种基于DE-SVM的穴盘自动苗取苗机构故障诊断方法。首先,采用经验模态分解(Empirical Mode Decomposition, EMD)、变分模态分解(Variational Mode Decomposition, VMD)等预处理方法挖掘潜藏在取苗机构原始振动信号中的故障信息;其次,分别从原始振动信号和预处理信号中提取时域统计特征,再运用距离评估(Distance Evaluation, DE)技术获得表征取苗机构故障的敏感时域统计特征,构建特征向量序列;最后,结合支持向量机(Support Vector Machine, SVM)分类算法对取苗机构运行状况进行识别。室内试验结果表明:此方法可有效区分取苗机构滑道故障、凸轮故障、弹簧故障和正常状况等4种工况,具有运算复杂度低、识别准确率高的优点,可为自动移栽取苗机构工况监测提供一种参考。

关 键 词:自动取苗机构  变分模态分解  距离评估技术  支持向量机分类算法  故障诊断
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号