本文關(guān)鍵詞：基于EMD奇異值熵和GASVM的轉(zhuǎn)子系統(tǒng)故障診斷方法

  更多相關(guān)文章： 故障診斷 轉(zhuǎn)子系統(tǒng) EMD奇異值熵 遺傳算法 支持向量機

【摘要】：提出一種基于經(jīng)驗?zāi)B(tài)分解(EMD)和奇異值熵的轉(zhuǎn)子系統(tǒng)故障特征提取方法,克服了奇異值分解相空間重構(gòu)參數(shù)難以選擇的問題。然后將奇異值和奇異值熵作為故障特征輸入到支持向量機(SVM)中,利用遺傳算法(GA)對支持向量機進行參數(shù)優(yōu)化,實現(xiàn)了故障的精確診斷。最后通過對轉(zhuǎn)子不平衡、碰摩和不平衡-碰摩耦合3種故障的正確診斷,證明該方法的有效性。
【作者單位】： 中國石油塔里木油田分公司;中國石油大學(xué)(北京)機械與儲運工程學(xué)院;天津新港船舶重工有限責(zé)任公司;
【關(guān)鍵詞】： 故障診斷 轉(zhuǎn)子系統(tǒng) EMD奇異值熵 遺傳算法 支持向量機
【分類號】：TH17
【正文快照】： 在石油、化工、電力及航空等行業(yè)中,壓縮機、離心機及電機等大中型旋轉(zhuǎn)機械起著舉足輕重的作用。旋轉(zhuǎn)機械一般由轉(zhuǎn)子系統(tǒng)、軸承及缸體等主要部件組成,其中轉(zhuǎn)子系統(tǒng)是最為關(guān)鍵的部件之一[1,2]。據(jù)統(tǒng)計,導(dǎo)致旋轉(zhuǎn)機械失效的原因中,轉(zhuǎn)子故障占50%以上。當(dāng)轉(zhuǎn)子發(fā)生故障時,其振動信

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前7條

1 王志武;孫虎兒;劉維雄;;基于局部均值分解和奇異值差分譜的滾動軸承故障診斷研究[J];機械科學(xué)與技術(shù);2014年09期

2 于德介;陳淼峰;程軍圣;楊宇;;基于EMD的奇異值熵在轉(zhuǎn)子系統(tǒng)故障診斷中的應(yīng)用[J];振動與沖擊;2006年02期

3 姚春江;毋文峰;陳小虎;蘇勛家;;基于源信號包絡(luò)矩陣奇異值的機械故障診斷方法[J];機床與液壓;2014年13期

4 張營;左洪福;佟佩聲;陳志雄;白芳;;基于譜插值和奇異值差分譜的滾動軸承靜電監(jiān)測信號去噪方法[J];航空動力學(xué)報;2014年08期

5 陶新民;杜寶祥;徐勇;;基于HOS奇異值譜的SVDD軸承故障檢測方法[J];振動工程學(xué)報;2008年02期

6 侯者非;楊杰;張雪;;基于復(fù)小波和奇異值比譜的軸承故障檢測方法[J];武漢理工大學(xué)學(xué)報;2011年01期

7 ;[J];;年期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 李葵;基于二次SVD和VPMCD的滾動軸承故障智能診斷方法研究[D];昆明理工大學(xué);2015年

2 耿宇斌;基于Morlet小波與SVD的旋轉(zhuǎn)機械故障特征提取算法研究[D];華南理工大學(xué);2015年

，

本文編號：630152