基于KPCA-LSSVM的单向阀故障诊断研究

• 作者: 牟竹青
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 单向阀 DEMD 特征向量 KPCA LSSVM 故障诊断
• 年，卷（期）: 2019,（3）
• 页码范围: 10-14,25
• 页数: 6页
• 分类号: TN911.7|TH17
• 字数: 3532字
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2019.03.003

摘要

针对高压隔膜泵单向阀的故障振动信号特征难以提取及诊断的问题, 文中采用KPCA和LSSVM相结合的方法进行故障诊断研究.对单向阀各状态信号运用双稳SR方法和DEMD算法进行信号预处理, 并利用K-L散度选择分解后的主分量进行时频域特征参数的提取以构建特征向量集.运用KPCA对向量集进行二次特征提取, 并将提取的特征向量输入到LSSVM诊断系统中, 以完成单向阀故障诊断及分类.经实验验证, 该方法的故障诊断率可达到90％, 能够较好的诊断出单向阀故障特征.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牟竹青	昆明理工大学信息工程与自动化学院	5	7	2.0	2.0