针对电磁斥力机构真空快速开关的机械状态监测问题,提出了一种最大奇异值能量熵(energy entropy of maximum singular value,EEMSE)和随机森林的故障诊断方法。首先,在真空快速开关中采集振动信号,对振动信号进行改进S变换得到模矩阵,...针对电磁斥力机构真空快速开关的机械状态监测问题,提出了一种最大奇异值能量熵(energy entropy of maximum singular value,EEMSE)和随机森林的故障诊断方法。首先,在真空快速开关中采集振动信号,对振动信号进行改进S变换得到模矩阵,随后对该矩阵的子矩阵进行奇异值分解,再利用信息熵理论对最大奇异值求熵得到特征向量,最后将特征向量输入随机森林模型进行故障分类和诊断。与不同特征量和分类器比较后的结果表明,文中提出的真空快速开关机械故障诊断方法特征一致性好,模型诊断速度较快,对实验样本总体诊断准确率达到了100%。展开更多
文摘针对电磁斥力机构真空快速开关的机械状态监测问题,提出了一种最大奇异值能量熵(energy entropy of maximum singular value,EEMSE)和随机森林的故障诊断方法。首先,在真空快速开关中采集振动信号,对振动信号进行改进S变换得到模矩阵,随后对该矩阵的子矩阵进行奇异值分解,再利用信息熵理论对最大奇异值求熵得到特征向量,最后将特征向量输入随机森林模型进行故障分类和诊断。与不同特征量和分类器比较后的结果表明,文中提出的真空快速开关机械故障诊断方法特征一致性好,模型诊断速度较快,对实验样本总体诊断准确率达到了100%。
