[发明专利]一种用于多工位冷镦机状态检测的改进多分类支持向量机方法

摘要

本发明公开了一种用于多工位冷镦机状态检测的改进多分类支持向量机方法，首先用局部均值分解对故障信号进行分解，得到若干乘积函数。其次，为有效去除分量PF中的模态混叠噪声，基于ICA算法对分量PF进行盲源分离，提取其中的有效信号，并利用时序平移的思想，构造多个PF分量噪声，从而得到降噪后的模态分量信号；进而利用排列熵量化各模态分量的故障状态特征，取各模态分量排列熵的平均值作为特征向量；最后，建立多工位冷镦机的改进多分类支持向量机故障分类模型；并将计算的特征向量输入改进PSVM‑2V进行状态检测。通过该方法能够使冷镦机故障特征明显，从而从改进多分类支持向量机的模型中直接检测出冷镦机的状态。

主权项

1.一种用于多工位冷镦机状态检测的改进多分类支持向量机方法，其特征在于包括有：S1、用局部均值分解对多工位冷镦机各状态的信号进行分解，得到若干乘积函数，每一乘积函数分量都是一个包络信号和一个具有物理意义的纯调频信号的乘积，包含原始信号的状态特征信息；S2、为有效去除乘积函数分量中的模态混叠噪声，基于独立成分分析算法并利用时序平移的思想，构造多个乘积函数分量噪声，对乘积函数分量进行盲源分离，提取其中有效状态信号，从而得到降噪后新的模态分量信号；S3、进而利用排列熵量化各模态分量的状态特征，取各模态分量排列熵的平均值作为特征向量；S4、建立多工位冷镦机状态检测的改进多分类支持向量机状态分类模型；并将计算的特征向量输入改进多分类支持向量机状态分类模型中进行状态的分类识别。