基于CEEMD香农熵和GAPSO-SVM的机载燃油泵故障诊断方法

作者：鲍杰; 景博; 焦晓璇^*; 张庆一; 章余

来源：机械强度, 2022, 44(04): 781-787.

DOI：10.16579/j.issn.1001.9669.2022.04.003

• 机载燃油泵
• CEEMD
• 香农熵
• 支持向量机
• 故障诊断

机载燃油泵是燃油系统的关键组成部件，针对信号分解重构过程中出现的模态混叠和残余分量过大现象，提出了一种基于CEEMD香农熵和改进SVM的机载燃油泵故障诊断方法。通过机载燃油泵故障诊断实验台，获取其各种工况下的壳体振动和出口压力信号，使用CEEMD方法进行振动信号分解，计算所得IMF的香农熵，以此为依据，选取合适的信号提取能量值和压力信号均值作为SVM的输入特征向量，采用遗传粒子群算法(GAPSO)优化的SVM诊断燃油泵的故障类型。将结果与BP神经网络、粒子群算法优化的SVM、遗传算法优化的SVM等方法进行比较，结果表明遗传粒子群算法优化的SVM诊断方法模型训练快、准确率高、时效短，具有良好的工程应用价值。

• 单位
  空军工程大学