基于提取振源方向的频谱类型识别

• 作者: 刘璐 孙树民 徐教辉 杨楠 顾煜炯
• 来源期刊: 自动化仪表
• 学科: 工学
• 关键词: 汽轮机 核独立元分析 故障重构 频谱识别 智能诊断 数据挖掘
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 智能控制技术及应用
• 页码范围: 1-7
• 页数: 7页
• 分类号: TH133.31
• 语种: 中文
• DOI: 10.16086/j.cnki.issn1000-0380.2018080007

摘要

振动频谱类型的识别决定汽轮机振动故障的诊断方向.为了提高在线识别精度,创新性地将核独立元分析(KICA)和故障重构思想引入振动频谱识别,提出一种基于振源方向的频谱类型识别方法.首先,基于核独立元分析方法,从频谱数据中提取激振力信息.然后,借鉴故障重构的思想,在样本独立元空间中提取故障振源特征方向,建立频谱类型识别库.最后,通过实时对振动频谱在各类故障特征方向上的重构识别,判断频谱类型.采用该方法对试验台数据和某机组实际振动频谱数据的识别进行了验证,并与基于欧氏距离的相似性识别方法进行了对比,证明了该方法的优越性.基于提取振源方向的频谱类型识别的研究,可为汽轮机振动故障智能诊断提供更加准确、可靠的频谱征兆信息,也为同类机械振动频谱智能识别提供了新的解决方案.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾煜炯		130	1606	22.0	34.0
2	刘璐		29	135	7.0	11.0
3	杨楠		10	63	2.0	7.0
4	孙树民		3	1	1.0	1.0
5	徐教辉		1	0	0.0	0.0