基于多分类相关向量机的水电机组振动故障诊断 |
| |
引用本文: | 易辉,梅磊,李丽娟,刘宇芳,袁宇浩.基于多分类相关向量机的水电机组振动故障诊断[J].中国电机工程学报,2014(17). |
| |
作者姓名: | 易辉 梅磊 李丽娟 刘宇芳 袁宇浩 |
| |
作者单位: | 南京工业大学自动化与电气工程学院;国电环境保护研究院; |
| |
基金项目: | 国家自然科学基金项目(51205185,61273171);2012年度江苏省“青蓝工程”中青年学术带头人项目;湖南省高校重点实验室开放基金(2013NGQ004);江苏省高校自然科学基金项目(13KJB510013)~~ |
| |
摘 要: | 水电机组振动故障成因与故障征兆之间呈复杂的非线性关系,传统方法难以描述。当前研究常采用模式识别方法,如支持向量机、神经网络等实现振动故障诊断。该文在现有研究基础上,引进相关向量机(relevance vector machine,RVM)对诊断过程进行改进。相比传统方法,该文所提方法在学习过程中参数设置简单,在输出结果时给出了分类的可靠性,适合实际工程应用。同时,该方法在决策过程中,能够根据训练数据分布情况,自动选取决策结构,进一步提高诊断的速度与准确性。将该文所提诊断方法用于水电机组振动故障诊断实例,取得良好效果,验证了算法的有效性。
|
关 键 词: | 相关向量机 水电机组 振动 故障诊断 多分类 决策导向图 |
本文献已被 CNKI 等数据库收录! |
|