基于PCA相似系数与SVM的涡轮泵故障检测算法

• 作者: 李辉 洪涛 邱畅啸 黄志奇
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 涡轮泵 试车后故障检测 主元分析法 相似系数 支持向量机
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 学术论文
• 页码范围: 514-520
• 分类号: TP206+.3|TN99
• 字数: 4731字
• 语种: 中文
• DOI: 10.3724/SP.J.1187.2012.00514

摘要

提出了一种基于主元分析法(principal component analysis,PCA)相似系数与支持向量机(support vector machine,SVM)的故障检测算法用于液体火箭发动机涡轮泵试车后故障检测.该算法将历史信号按合理的步长分段,对信号段进行小波去噪预处理；再将每个步长信号平分为多段,采用主元分析法对每段信号进行降维处理；以第1段信号为基准,计算其他各段信号与第1段信号的相似系数,将所得相似系数组成向量作为故障特征；提取历史信号的所有故障特征向量构建SVM的训练样本集,并由此得到SVM决策函数用于待检信号的故障检测.用某型号涡轮泵振动加速度信号对算法进行验证,结果表明对时长21.50s的待检信号,算法检出故障发生时刻为20.0076s,非常接近故障真实出现时刻(约20.007s),未出现虚警和漏警.算法具备了良好的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李辉	电子科技大学空天科学技术研究院	95	836	16.0	23.0
2	黄志奇	电子科技大学自动化工程学院	17	173	7.0	12.0
3	洪涛	电子科技大学空天科学技术研究院	10	91	7.0	9.0
4	邱畅啸	电子科技大学英才实验学院	2	30	2.0	2.0