基于WPD-tSNE-SVM方法的电站机组主轴故障诊断分析 |
| |
引用本文: | 曹康栖,李灿.基于WPD-tSNE-SVM方法的电站机组主轴故障诊断分析[J].机械制造与自动化,2023(6):226-228. |
| |
作者姓名: | 曹康栖 李灿 |
| |
作者单位: | 1. 国网江苏省电力有限公司滨海县供电分公司;2. 郑州大学机械与动力工程系 |
| |
基金项目: | 河南省高等学校重点科研项目(21B535003); |
| |
摘 要: | 为提高电站机组主轴故障诊断效率,设计一种WPD-tSNE-SVM组合模型,采用小波包混合特征与支持向量机(SVM)对电站机组轴承开展故障诊断。研究结果表明:采用t分布式邻域嵌入方法降维数据呈现规律分布特征,说明小波包混合特征提取方法能够满足有效性。非线性SVM多故障分类器能够满足小波包混合特征的精确故障分析,各分类器都可以实现小波包混合特征集的高效分类,以径向基核函数设置的非线性SVM诊断方式达到了更高的准确率,从而为之后的维护保养过程提供参考价值,促进维护效率的进一步提升,有效保障电站机组主轴处于稳定运行状态。根据该方法诊断主轴轴承运行故障,为后续维护保养提供指导意义,获得更高的维护效率,确保电站机组主轴运行稳定性。
|
关 键 词: | 电站机组 主轴 故障诊断 小波包分解 t分布式随机邻域嵌入 支持向量机 |
|