基于经验模态分解与深度森林的液压泵健康评估

简介

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。