基于EEMD和优化SVM的水电机组振动故障诊断

• 作者: 汪健 王煜 秦正飞 高磊
• 来源期刊: 水电与抽水蓄能
• 关键词: 水电机组 EEMD 优化SVM 故障诊断
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 监控与自动化
• 页码范围: 67-70
• 页数: 4页
• 字数: 2736字
• 语种: 中文

摘要

针对水电机组故障具有渐变性等特征,提出了一种基于总体平均经验模态分解(EEMD)和优化支持向量机(SVM)相结合的水电机组故障智能诊断方法.利用EEMD能对机组振动信号进行自适应分解成若干本征模式分量(IMF),并能有效抑制经典经验模式分解(EMD)的端点效应以及模式混叠现象.从IMF分量中提取出来的能量特征作为输入建立优化SVM,以此来判断机组的故障状态.通过实例分析表明:建立的混合智能诊断方法的分类正确率高,能有效诊断机组存在的故障.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王煜		30	120	6.0	8.0
2	高磊		13	44	4.0	6.0
3	秦正飞		6	21	3.0	4.0
4	汪健		6	21	3.0	4.0