基于经验模态分解和支持向量机的水电机组振动故障诊断

发布时间：2017-12-06 23:26

  本文关键词：基于经验模态分解和支持向量机的水电机组振动故障诊断

  更多相关文章： 水电机组 故障诊断 经验模态分解 复杂度 最小二乘支持向量机

【摘要】：水电机组的振动信号为典型的非平稳、非线性信号。为了通过振动信号正确判断水电机组的运行状态,本文提出运用经验模态分解处理原始信号,并对获得的基本模式分量计算其复杂度特征,最后运用最小二乘支持向量机进行故障诊断。选取径向基函数作为核函数,并通过网格搜索和交叉验证确定相关参数。结果表明,经验模态分解复杂度特征和支持向量机结合,能够准确地实现故障诊断,确定故障类型,为机组运行维护人员提供参考依据。
【作者单位】： 西安理工大学水利水电学院;
【基金】：国家自然科学基金(51209172;51279161)
【分类号】：TV738
【正文快照】： 0引言水电机组属于旋转机械,其振动同时受到水力、机械和电气因素的耦合作用,状况较为复杂。通过从水电机组振动信号中提取表征其状态的特征信息,然后进行故障识别,可以实现对水电机组的故障诊断。水电机组振动信号的分析方法主要有傅里叶变换[1-2]和小波变换[3-6]。傅立叶变

【相似文献】

中国期刊全文数据库 前6条

1 曹欣荣;薛建峰;孙粤琳;;端点抑制经验模态分解在加固大坝分析中应用[J];三峡大学学报(自然科学版);2008年03期

2 张晔;姜美琴;;经验模态分解方法应用于混凝土坝水平位移趋势分析及预测[J];大坝与安全;2010年01期

3 宋锦焘;张秀山;江骄;王少伟;沈寿亮;刘天祥;梁睿斌;;移动平均和经验模态分解法在大坝位移分离中的应用[J];水电能源科学;2014年03期

4 汪丽娜;李艳;陈晓宏;;基于经验模态分解的HHT变换解析洪水频域特性[J];华南师范大学学报(自然科学版);2012年03期

5 卢兆辉;;基于经验模态分解的大坝补强加固效果评价方法[J];大坝与安全;2009年04期

6 ;[J];;年期

，

本文编号：1260350