大型旋转机械状态组合预示模型研究

• 作者: 张建民 徐小力 王红军 韩秋实
• 来源期刊: 机械强度
• 关键词: 旋转机械 状态预示 组合预示模型 支持向量机
• 年，卷（期）: 2006,（z1）
• 所属期刊栏目: 故障诊断
• 页码范围: 44-47
• 页数: 4页
• 分类号: TH11
• 语种: 中文
• DOI: 10.3321/j.issn:1001-9669.2006.z1.012

摘要

大型旋转机械的状态预示技术是实现设备状态维护的关键,针对大型旋转机械的几种典型趋势,提出支持向量机(support vector machines,SVM)进行系统故障趋势预示的模型,采用BP(back propagation)神经网络模型和SVM模型对不同的趋势进行预测,结果表明SVM模型具有预测精度高的特点.在以上研究的基础上,提出一种新的旋转机械系统状态组合预测模型.该模型采用振动烈度和特征频率分量作为预测机械系统状态的敏感因子,采用从时域到频域、频域到时域,构建旋转机械状态预测的组合模型.将基于SVM的组合预测模型应用于旋转注水机组的状态预测,取得较好的预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐小力	北京机械工业学院机械工程系	127	998	16.0	27.0
2	王红军	北京机械工业学院机械工程系	40	442	10.0	20.0
6	张建民	北京理工大学机械与车辆工程学院	71	873	14.0	27.0
7	韩秋实	北京机械工业学院机械工程系	57	623	12.0	24.0