基于支持向量机的转子振动故障融合诊断技术

• 作者: 艾延廷 费成巍
• 来源期刊: 沈阳工业大学学报
• 学科: 工学
• 关键词: 小波包 空间特征谱熵 支持向量机(SVM) 转子振动 振动实验 特征提取 故障诊断 信息融合
• 年，卷（期）: 2010,（5）
• 页码范围: 526-530
• 页数: 5页
• 分类号: TH165.3|V231.92
• 语种: 中文

摘要

针对某些大型复杂旋转机械振动信号特征提取和故障样本获取难的问题,提出了一种基于小波包特征谱熵支持向量机(SVM)的转子振动故障融合诊断方法.通过转子实验台模拟了转子振动的4种典型故障,并采集其振动故障数据.用小波包对振动故障信号进行分解,提取故障信息含量大的频带并计算出其小波特征谱熵作为故障特征,建立故障诊断模型.通过对故障类别的区分和故障严重程度的判断,验证了该方法在解决转子振动故障信号的特征提取及小样本情况下的故障诊断问题等方面是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	艾延廷		148	866	15.0	20.0
2	费成巍		7	120	5.0	7.0