姚海妮，王　珍，邱立鹏，陈建国，杨　铎

（大连大学 机械工程学院，辽宁 大连 116622）



EMD马氏距离与SOM神经网络在故障诊断中的应用研究

姚海妮，王珍，邱立鹏，陈建国，杨铎

（大连大学 机械工程学院，辽宁 大连 116622）

摘要：为实现对微弱动态响应的准确辨识及故障状态的早期诊断，提出EMD马氏距离与SOM神经网络的故障诊断方法，该方法首先对原始振动信号进行粒子滤波，提高信噪比，然后对其进行EMD分解，并对分解后的各模式分量进行分析，获得相关特征值组成特征向量，并求原始信号特征向量，为了选取能代表信号特征的模式分量，求各模式分量与原信号特征向量的马氏距离，将最优模式分量输入训练好的SOM神经网络，对故障分类，以轴承诊断为应用实例结果表明该方法切实有效。

关键词：振动与波；粒子滤波；EMD；马氏距离；SOM神经网络；故障诊断

故障诊断主要研究如何对系统中出现的故障进行检测、分离和辨识。目前，基于模糊理论的诊断方法、专家系统故障诊断方法、小波分析法以及一些常规故障诊断方法的应用具有一定的局限性。文献[1]提出EMD能量熵支持向量机故障诊断方法，由于背景噪声对信号的干扰和支持向量机核函数构造及惩罚因子设置的准确率问题，该方法并不很理想。EMD方法能够将信号分解成一些能够反映出信号的特征尺度的基本模式分量，具有很强的自适应性；马氏距离是计算两个未知样本集相似度的方法，利用它可以选取与原信号相关性大的分量，从而剔除无关分量，提高诊断效率；……