基于全信息小波包和支持向量机的旋转机械故障诊断

• 作者: 石来德 董辛旻 郝伟 韩捷
• 来源期刊: 汽轮机技术
• 学科: 工学
• 关键词: 全信息小波包 支持向量机 旋转机械 故障诊断
• 年，卷（期）: 2008,（2）
• 所属期刊栏目: 运行维护
• 页码范围: 136-138
• 页数: 3页
• 分类号: TK266
• 字数: 3012字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-5884.2008.02.019

摘要

针对传统旋转机械单通道故障诊断的信息不完整以及缺少故障样本等问题,提出了基于全信息小波包和支持向量机的旋转机械故障诊断方法.运用小波包频道能量分解技术提取了全信息能量特征向量,以此作为支持向量机多故障分类器的故障样本,经训练的分类器作为故障智能分类器可对设备工作状态进行自动识别和诊断.实验研究表明:基于全信息小波包和支持向量机的故障诊断方法能准确、有效地对旋转机械的工作状态和故障类型进行分类,显著提高了故障诊断的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩捷	郑州大学振动工程研究所	196	1599	19.0	30.0
2	董辛旻	郑州大学振动工程研究所	69	393	11.0	16.0
4	石来德	同济大学机械工程学院	58	846	15.0	28.0
5	郝伟	郑州大学振动工程研究所	61	651	16.0	23.0