基于云粒子群优化SVM的汽轮机转子故障诊断 |
| |
引用本文: | 陈长河,石志标,曹丽华.基于云粒子群优化SVM的汽轮机转子故障诊断[J].汽轮机技术,2018(3). |
| |
作者姓名: | 陈长河 石志标 曹丽华 |
| |
作者单位: | 东北电力大学机械工程学院;东北电力大学能源与动力工程学院 |
| |
摘 要: | 为了提高汽轮机转子故障诊断的识别准确率和效率,提出了一种基于云粒子群算法(cloud particle swarm optimization,简称CPSO)优化支持向量机(support vector machine,简称SVM)的故障诊断方法。首先,将云理论与粒子群算法(PSO)相结合得到CPSO算法;其次,通过CPSO算法优化的SVM得到诊断模型;最后,通过ZT-3转子试验台进行汽轮机转子常见故障模拟实验,获取故障数据后进行故障识别研究。结果表明:与PSO-SVM模型相比,CPSO-SVM的诊断模型可以准确、高效地识别出故障类型,证明了该诊断方法的有效性和可行性。
|
本文献已被 CNKI 等数据库收录! |
|