基于支持向量机的离心泵初生空化监测

• 作者: 叶韬 司乔瑞 申纯浩 杨松 袁寿其
• 来源期刊: 排灌机械工程学报
• 关键词: 离心泵 空化监测 支持向量机 特征提取 网格参数寻优
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 泵理论与技术
• 页码范围: 884-889
• 页数: 6页
• 分类号: S277.9|TH311
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8530.20.0034

摘要

为利用机器学习的方法对离心泵运行状态进行监测,于离心泵发生空化故障前对离心泵初生空化状态做出判断,从而为离心泵运行状态在线监测提供一定的技术参考.针对基于支持向量机(SVM)的离心泵初生空化监测进行研究,采集离心泵运行振动信号,分析并选取均值、标准偏差、偏度、峭度等特征为特征向量训练模型,同时采用网格寻参与K-CV交叉验证的方式寻找最优组合参数.研究结果表明:网格寻优与交叉验证结合的方式能较好地寻找到最优参数;选取单一特征训练模型情况下,标准偏差的平均识别率最高,识别准确率为94.58％,以标准偏差、偏度、峭度两两组合的特征训练模型的平均识别率达到90.00％以上;该方法对离心泵初生空化识别具有较高准确率,具有一定鲁棒性,有较好的实用价值.