基于多物理场信号相关分析与支持向量机的离心泵故障诊断方法

• 作者: 孙原理 宋志浩
• 来源期刊: 振动与冲击
• 学科: 工学
• 关键词: 多物理场 相关分析 离心泵故障诊断 支持向量机(SVM)
• 年，卷（期）: 2022,（6）
• 页码范围: 206-212
• 页数: 7页
• 分类号: TH212|TH213.3
• 语种: 中文
• DOI: 10.13465/j.cnki.jvs.2022.06.026

摘要

为解决传统离心泵故障诊断仅使用单一振动信号而无法综合利用多物理场相关性信息等问题,该研究提出一种基于多物理场信号相关分析与支持向量机(SVM)相结合的故障诊断方法.首先对采集到的离心泵在不同状态下的多物理场信号进行归一化操作;其次计算任意两个归一化后的多物理场信号的相关度并组成相关度矩阵;最后,以相关度矩阵作为特征使用SVM进行诊断.为验证该方法的有效性,使用离心泵故障数据对所提方法进行了验证.结果表明,相比仅使用单一信号的故障诊断方法,该方法能充分提取离心泵多物理场相关度信息,特征提取更充分,有效提高离心泵故障诊断正确率.