基于经验模态分解与深度森林的液压泵健康评估

来源：机械与电子杂志2020年第05期北京时间：

作者：李志远;黄亦翔;刘成良;李彦明;'target="_blank"rel="external">贡亮

单位：上海交通大学机械系统与振动国家重点实验室，上海 200240

摘要：提出了一种基于经验模态分解和深度森林的方法，用于分析液压泵出口压力，从而进行健康状态评估。通过试验系统采集了不同工作时间下液压泵的出口压力信号，利用经验模态分解的方法对其进行分解，分别得到一组本征模态函数，提取其特征；结合原始信号典型时域特征，最终构成信号的特征向量。采用深度森林的方法进行不同健康状态的分类。实验结果表明，所提方法的分类结果准确率可达９７％，采用经验模态分解和深度森林结合的方法可以有效提高液压泵健康状态评估的准确率。

关键词：液压泵;经验模态分解;深度森林;' target="_blank" rel="external">健康评估