基于局部特征尺度分解的汽轮机故障诊断研究

• 作者: 窦华荣
• 来源期刊: 科技创新与生产力
• 关键词: 汽轮机 故障诊断 样本熵 LCD ELM
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 应用技术 Applied Technology
• 页码范围: 109-112
• 页数: 4页
• 分类号: TH165
• 语种: 中文
• DOI: 10.3969/j.issn.1674-9146.2014.06.109

摘要

为了提高汽轮机故障诊断的精确性，文章运用转子振动实验台来模拟汽轮机转子的振动信号，对运行中的三种故障振动信号进行采集，然后运用局部特征尺度分解方法对汽轮机振动信号时间序列进行特征提取，组成特征向量。利用极限学习机作为故障诊断分类器，结果表明，局部特征尺度分解特征提取和极限学习机的诊断模型能够准确地对汽轮机故障进行诊断，具有很高的实际应用意义。