基于小波包特征熵SVM的压缩机气阀故障诊断研究

• 作者: 崔厚玺 张来斌 段礼祥 王朝晖
• 来源期刊: 石油化工高等学校学报
• 学科: 工学
• 关键词: 小波包特征熵 SVM 分类器 压缩机气阀 故障诊断
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 计算机与控制
• 页码范围: 86-88
• 页数: 3页
• 分类号: TB652|TK413.6
• 字数: 2358字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-396X.2009.01.021

摘要

针对气阀信号信噪比低、特征提取困难及故障样本较少、难以建立可靠的故障识别模型的问题,提出基于小波包特征熵支持向量机的气阀故障诊断方法.首先选择容错性较强的信息熵作为特征参数,通过对信号小波包分解,提取故障敏感频带的小波包特征熵作为输入向量,采用仅有的故障训练样本构建SVM分类器,建立气阀故障诊断模型.试验表明,该方法对小样本情形下气阀故障的非线性模式分类问题体现了良好的适应性,且具有特征提取工作量小的特点.