基于过程功率谱熵SVM的转子振动故障诊断方法

被引：17

作者：

费成巍 ^{[1
]}

白广忱 ^{[1
]}

李晓颖 ^{[2
]}

机构：

[1] 北京航空航天大学能源与动力工程学院

[2] 河北联合大学电气工程学院

来源：

推进技术 | 2012年 / 33卷 / 02期

关键词：

信息熵; 功率谱熵; 支持向量机; 信息融合; 转子振动; 故障诊断;

D O I：

10.13675/j.cnki.tjjs.2012.02.001

中图分类号：

TH165.3 [];

学科分类号：

摘要：

针对旋转机械振动过程的复杂性和振动故障产生的随机性以及振动故障样本获取难的问题,在信息熵理论的基础上,融合了支持向量机(SVM)小样本、全局性和泛化性好的优点,提出了过程功率谱信息熵(功率谱熵)SVM的故障诊断方法。结合转子实验台,得到了4种典型振动故障在多测点多转速下的数据,通过计算提取了其功率谱熵特征值作为故障样本,即故障向量,并建立SVM诊断模型,对转子振动故障的类别、严重程度和部位识别诊断,验证了该方法在转子振动故障诊断方面效果良好。

引用

页码：293 / 298

页数：6

共 8 条

[1] 基于小波包Shannon熵SVM和遗传算法的电机机械故障诊断 [J].