支持向量机在智能故障诊断中的应用研究

本文主要研究了支持向量机在机械设备智能故障诊断中的应用,主要研究内容包括: 故障特征值提取方法:时域特征值主要是峰值、峰峰值、峭度等,频域特征值为均方频率(MSF)。 对电厂送粉风机滚动轴承振动信号进行时域、频域特征值提取,对提取的特征值作支持向量机(SVM)故障诊断研究,通过支持向量机对不同故障类型进行分类研究,并作了比较。 对齿轮箱振动信号作时域、频域特征值提取,对提取的特征值作支持向量机(SVM)故障诊断研究,通过支持向量机分类,反映了故障的发展趋势。并对分类效果图作了对比研究。 针对齿轮箱这组振动信号,通过设置一带通滤波器,对原始信号滤波,然后对滤波后的信号作时域、频域特征值提取。对提取的特征值用支持向量机作分类研究,事实证明滤波后的诊断效果比滤波前的要好很多。