带故障样本的弹性双阈值SVDD在线故障诊断算法及其应用

• 作者: 张敏龙 王旭平 王涛 赵军红
• 来源期刊: 振动工程学报
• 学科: 工学
• 关键词: 故障诊断 支持向量域描述 故障样本 球边界偏移判别 滑动窗
• 年，卷（期）: 2016,（3）
• 页码范围: 555-560
• 页数: 6页
• 分类号: TH165+.3
• 字数: 5036字
• 语种: 中文
• DOI: 10.16385/j.cnki.issn.1004-4523.2016.03.023

摘要

提出一种带故障样本的弹性双阈值SVDD在线故障诊断算法,该算法从故障样本使用、实时样本划分以及训练样本更新三个方面对传统在线SVDD算法进行优化.一是在SVDD训练阶段加入故障样本,提高数据描述能力和诊断精度;二是提出球边界偏移判别准则,形成可变的双层边界将超球空间分成三个区域,同时增大对故障样本的敏感性,降低漏检风险;三是引入滑动窗机制批量检测更新样本,减少计算量,并通过调节落人中间区域的样本比例控制虚警率.对离心压缩机喘振过程信号检测的试验结果表明,该算法能够自适应更新模型和阈值,并在极少虚警和漏检的情况下实现压缩机喘振故障的准确高效诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王旭平	火箭军工程大学机电工程系	6	10	2.0	3.0
2	王涛	火箭军工程大学机电工程系	29	75	6.0	7.0
3	张敏龙	火箭军工程大学机电工程系	1	6	1.0	1.0
4	赵军红	火箭军工程大学机电工程系	1	6	1.0	1.0