基于核超限学习机的轴向柱塞泵故障诊断

• 作者: 兰媛 曾祥辉 武兵 胡晋伟 魏晋宏 黄家海
• 来源期刊: 液压与气动
• 学科: 工学
• 关键词: 故障诊断 核函数 超限学习机 轴向柱塞泵
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 理论研究
• 页码范围: 61-64
• 页数: 4页
• 分类号: TH137|TH322
• 字数: 2591字
• 语种: 中文
• DOI: 10.11832/j.issn.1000-4858.2018.01.010

摘要

由于柱塞泵内部结构复杂且结构之间相互耦合,致使对其进行故障诊断的难度也随之增加.为了提高算法的可靠性和诊断速度,将核函数与超限学习机结合的方法用于柱塞泵故障诊断.首先,通过加速度计和流量计采集到泵在正常和不同故障工况下的振动和流量信号,同时对其采用小波包分解进行去噪;然后提取了时域无量纲指标和小波包分解的频带能量值中最大频带能量和系统中流量计的流量值,共8维特征向量;最后用核超限学习机对4种故障(滑靴磨损、配油盘磨损、中心弹簧失效、松靴)进行识别与诊断.结果表明,将核超限学习机用于故障诊断,相比于超限学习机和传统的智能诊断算法支持向量机、BP神经网络有明显的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏晋宏	太原理工大学机械工程学院	30	124	6.0	9.0
2	武兵	太原理工大学机械工程学院	29	251	8.0	15.0
3	黄家海	太原理工大学机械工程学院	39	189	7.0	11.0
4	胡晋伟	太原理工大学机械工程学院	2	4	1.0	2.0
5	曾祥辉	太原理工大学机械工程学院	3	4	1.0	2.0
6	兰媛	太原理工大学机械工程学院	3	11	2.0	3.0