基于支持向量机的转子系统早期故障诊断方法

• 作者: 刘海堂 成娟 毛宁 牛伟 郭阳明
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 故障诊断 小波包 支持向量机 粒子群算法
• 年，卷（期）: 2014,（9）
• 所属期刊栏目: 数据采集与处理
• 页码范围: 18-21,25
• 页数: 5页
• 分类号: TP277
• 字数: 3164字
• 语种: 中文

摘要

转子系统中的振动信号包含了很多状态信息,运行过程中故障特征的有效提取和识别对于转子系统早期故障诊断非常关键.针对转子系统故障信息的复杂性,提出将小波包分析和支持向量机相结合的转子系统早期故障诊断方法.该方法首先利用改进的小波包方法提取早期故障特征;然后将提取的特征向量输入基于支持向量机的分类器进行故障识别.实验分析结果表明,该方法在小样本情况下,能够有效识别转子系统的早期故障,具有很好的分类精度,而且能够实现旋转机械的多故障诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭阳明	西北工业大学计算机学院	50	497	10.0	21.0
2	成娟		8	22	3.0	4.0
3	毛宁		16	34	3.0	5.0
4	牛伟		4	5	2.0	2.0
5	刘海堂		4	11	2.0	3.0