原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于EEMD能量矩与邻域粗糙集的转子故障数据集分类方法.PDF
37 2 Vol. 37 No. 2
第 卷第 期 计算机应用研究
录用定稿 Application Research of Computers Accepted Paper
基于EEMD 能量矩与邻域粗糙集的转子故障数据集分类方法*
孙泽金，赵荣珍
(兰州理工大学 机电工程学院, 兰州 730050)
摘 要：针对旋转机械故障辨识准确率偏低的问题，将集合经验模态分解(ensemble empirical mode decomposition ，
EEMD) (neighborhood rough set NRS)
与能量矩、邻域粗糙集 ， 进行结合提出一种转子系统故障模式辨识的方法。首先
EEMD (intrinsic mode function IMF)
利用 将采集到的振动故障信号自适应分解成若干个平稳的本征模态函数 ， 分量并
计算其能量矩；以此能量矩作为描述故障状态的条件属性建立故障识别决策表，然后利用邻域粗糙集对决策表进行
属性约简消除冗余的属性；最后将约简后的敏感特征子集输入所设计的决策树(decision tree，DT)C4.5 算法中进行
模式识别。通过典型转子实验台的故障特征集验证了该方法的有效性。
关键词：集合经验模态分解；本征模态函数；能量矩；决策表；邻域粗糙集；属性约简；决策树C4.5 算法
中图分类号：TP391 doi: 10.19734/j.issn.1001-3695.2018.07.0532
Rotor fault data set classification method based on EEMD energy moment and
neighborhood rough sets
Sun Zejin, Zhao Rongzhen
(School of Mechanical Electronical Enginnering，Lanzhou University of Technology, Lanzhou 730050, China)
Abstract: Aiming at the problem of low recognition accuracy of rotating machinery faults, this paper proposed a rotor
system fault identification method based on the combination of ensemble empirical mode decomposition (EEMD) with
Energy Moment and neighborhood rough sets (NRS) . Firstly, the method used the EEMD to decompose decompose the
non-stationary vibration signal into several stabl
文档评论（0）