基于小波包样本熵和SVM的水泵机组振动故障诊断

• 作者: 张嘉勋 符向前 肖志怀 蒋劲 赖冠文 陈煜敏 陈英强
• 来源期刊: 中国农村水利水电
• 学科: 工学
• 关键词: 特征提取 故障诊断 小波包样本熵 SVM 泵机组
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 泵站技术
• 页码范围: 165-168,175
• 页数: 5页
• 分类号: TV674
• 字数: 2825字
• 语种: 中文

摘要

用小波包样本熵提取出水泵机组各个振动状态下的样本熵值作为支持向量机(SVM)的特征向量,然后用特定的SVM分类器进行分类训练,在此基础上对机组振动故障进行识别,为验证本方法的准确度,通过立式水泵机组实验平台进行大量的实验并对其做出了定量定性分析,实验结果表明这种基于小波包样本熵和SVM水泵机组振动故障诊断方法具有较高的可信度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋劲	武汉大学动力与机械学院	72	581	13.0	22.0
2	符向前	武汉大学动力与机械学院	31	358	11.0	18.0
3	肖志怀	武汉大学动力与机械学院	79	448	10.0	16.0
4	陈英强	武汉大学动力与机械学院	5	13	2.0	3.0
5	陈煜敏	武汉大学电气工程学院	1	3	1.0	1.0