论文部分内容阅读
提出一种基于局部均值模式分解（10calmeandecomposition，简称LMD）的近似熵和隐MarkOV模型（hiddenMarkovmodel，简称HMM）的转子系统故障识别新方法．利用LMD良好的局域化特性和近似熵来量化故障特征，再与HMM结合进行故障类型识别．用LMD方法将转子信号分解成若干个瞬时频率具有物理意义的乘积函数（productfunction）PF分量之和，选取转子信号的前3个PF分量的近似熵值作为信号的特征向量，将构造出的特征向量输入到HMM分类器中进行故障类型识别．仿真表明，