基于提升小波包的离心泵故障诊断方法

被引：6

作者：

周云龙 ^{[1
]}

赵鹏 ^{[2
]}

孙斌 ^{[1
]}

机构：

[1] 东北电力大学能源与动力工程学院

[2] 华北电力大学能源与动力工程学院

来源：

热能动力工程 | 2011年 / 26卷 / 06期

关键词：

离心泵; 故障诊断; 提升小波包; 相关向量机;

D O I：

暂无

中图分类号：

TH311 [离心泵]; TH165.3 [];

学科分类号：

摘要：

为准确诊断离心泵的振动故障,提出了基于提升小波包和相关向量机的离心泵振动故障诊断方法。首先通过提升小波包方法快速提取各状态振动信号的分解系数能量、时域统计参数作为特征量。针对支持向量机稀疏性不高而导致诊断速度慢的问题,利用相关向量机实现分类诊断。研究结果表明,该方法能够有效地诊断离心泵的振动故障,诊断率达95.5%;与其它算法相比,测试时间短,只有0.022 s,更适合在线诊断。

引用

页码：738 / 742+777 +777-778

页数：7

共 10 条

[1] 基于相关向量机的惯性约束聚变实验靶识别技术研究
吴慧兰
刘国栋
浦昭邦
[J]. 光学学报, 2009, 29 (07) : 1888 - 1891
[2] 基于小波包分析的航空发动机轴承故障诊断
韩磊
洪杰
王冬
[J]. 推进技术, 2009, 30 (03) : 328 - 331+341
[3] 基于提升小波包变换的发动机缸盖振动信号特征提取
曹建军
张培林
张英堂
任国全
[J]. 振动与冲击, 2008, (02) : 34 - 37+174
[4] 基于小波包分析及神经网络的汽轮机转子振动故障诊断
梁平
白蕾
龙新峰
范立莉
[J]. 控制理论与应用, 2007, (06) : 981 - 985
[5] 基于小波包分析和支持向量机的水电机组振动故障诊断研究
彭文季
罗兴锜
[J]. 中国电机工程学报, 2006, (24) : 164 - 168
[6] 基于提升小波包变换和集成支持矢量机的早期故障智能诊断
胡桥
何正嘉
张周锁
訾艳阳
雷亚国
[J]. 机械工程学报, 2006, (08) : 16 - 22
[7] 基于提升方法的小波构造及早期故障特征提取
姜洪开
何正嘉
段晨东
陈雪峰
[J]. 西安交通大学学报, 2005, (05) : 494 - 498
[8] 基于统计学习理论的支持向量机算法研究[D]. 唐发明.华中科技大学. 2005
[9] 设备故障诊断原理、技术及应用[M]. - 科学出版社 , 黄文虎等编著, 1996
[10] The Lifting Scheme: A Custom-Design Construction of Biorthogonal Wavelets[J] . Wim Sweldens.Applied and Computational Harmonic Analysis . 1996 (2)

← 1 →