首页 | 本学科首页   官方微博 | 高级检索  
     

基于小波包能量分析及改进支持向量机的风机机械故障诊断
引用本文:许小刚,王松岭,刘锦廉.基于小波包能量分析及改进支持向量机的风机机械故障诊断[J].动力工程,2013,33(8).
作者姓名:许小刚  王松岭  刘锦廉
作者单位:华北电力大学能源动力与机械工程学院,保定,071003
基金项目:河北省自然基金资助项目,中央高校基本科研业务费专项资金资助项目
摘    要:为了准确诊断风机的机械故障,提出了一种基于小波包能量特征和改进支持向量机的诊断方法.在某4-73No.8D风机实验台上对13种不同运行状态下的振动信号进行采集,利用小波包对振动信号进行消噪、分解与重构,提取其小波包能量特征,得到了各运行状态下风机多测点信息融合的小波包能量特征向量,并利用改进支持向量机对特征向量样本集进行训练与测试,实现了风机机械故障的分类诊断.结果表明:该诊断方法能够有效地诊断风机机械故障的类别、严重程度和发生部位,且诊断准确率高、测试时间短,适用于在线机械诊断.

关 键 词:风机  故障诊断  小波包能量分析  支持向量机  优化

Mechanical Fault Diagnosis of Fan Based on Wavelet Packet Energy Analysis and Improved Support Vector Machine
XU Xiaogang , WANG Songling , LIU Jinlian.Mechanical Fault Diagnosis of Fan Based on Wavelet Packet Energy Analysis and Improved Support Vector Machine[J].Power Engineering,2013,33(8).
Authors:XU Xiaogang  WANG Songling  LIU Jinlian
Abstract:
Keywords:fan  fault diagnosis  wavelet packet energy analysis  support vector machine  optimization
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号