基于多重分形与奇异值分解的往复压缩机智能故障诊断技术

• 作者: 刘耀芳 王金东 赵海洋 陈桂娟
• 来源期刊: 压缩机技术
• 学科: 工学
• 关键词: 多重分形 奇异值分解 支持向量机 往复压缩机
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 设计研究
• 页码范围: 19-22,25
• 页数: 5页
• 分类号: TH457
• 字数: 3067字
• 语种: 中文

摘要

针对往复压缩机结构复杂,故障位置不集中,单一测点信号难以准确诊断多类故障等特点,提出一套基于多重分形与奇异值分解的往复压缩机智能故障诊断技术.广义分形维数能够更精细的刻画信号的局部尺度行为,以此计算多测点振动信号广义分形维数构成初始特征矩阵,应用奇异值分解法进行数据压缩,提取矩阵特征值作为特征向量.以往复压缩机传动机构为对象,提取常见故障特征向量,建立支持向量模式分类器诊断识别故障,与单一测点多重分形法和多测点单重分形法进行对比分析,验证了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈桂娟	东北石油大学机械科学与工程学院	29	56	4.0	6.0
2	赵海洋	东北石油大学机械科学与工程学院	26	115	5.0	10.0
3	王金东	东北石油大学机械科学与工程学院	58	218	8.0	12.0
4	刘耀芳		5	22	3.0	4.0