基于双谱分析特征提取的汽轮机故障智能诊断

发布时间：2017-09-18 18:18

  本文关键词：基于双谱分析特征提取的汽轮机故障智能诊断

  更多相关文章： 双谱分析 特征提取 汽轮机 智能诊断

【摘要】：旋转机械发生故障时,其信号往往呈现出非线性特征,故常规的线性信号处理方法不再适用于旋转机械故障信号的特征提取.高阶谱分析方法是基于高阶统计量(Higher Order Statistics,HOS)的一种非线性信号处理方法,其中的双谱分析方法具有高阶统计量的一切优点,并且具有较低的阶数,便于计算.提出基于双谱特征提取的汽轮机故障智能诊断方法:用双谱分析方法分别对汽轮机的碰摩故障信号、转子不平衡故障信号及转子不对中故障信号进行特征提取,用提取到的部分特征作为支持向量数据描述(Support Vector Data Description,SVDD)的训练数据,部分特征向量作为测试数据.分析结果验证了所述方法的有效性及可行性.
【作者单位】： 安阳工学院机械工程学院;郑州轻工业学院机电工程学院;
【关键词】： 双谱分析 特征提取 汽轮机 智能诊断
【分类号】：TK268
【正文快照】： 智能诊断是旋转机械故障诊断的常用方法,其优点是不需要专家的参与,具有普适性和易理解性,但其缺点是计算效率比较低,提高其计算效率关键的一步就是特征提取.有效的故障输入特征不仅能有效提高分类正确率,而且还能提高计算效率.汽轮机发生故障时,其信号往往呈现出非线性特征,

【相似文献】

中国期刊全文数据库 前10条

1 王华,李介谷;人脸斜视图象的特征提取与恢复[J];上海交通大学学报;1997年01期

2 黄丽莉;皋军;;基于局部加权的非线性特征提取方法[J];华中科技大学学报(自然科学版);2013年S1期

3 徐f ,邱道尹,沈宪章;粮仓害虫的特征提取与分类的研究[J];郑州工业大学学报;2000年04期

4 张焱;张志龙;沈振康;;一种融入运动特性的显著性特征提取方法[J];国防科技大学学报;2008年03期

5 张辉;林建华;;网上交易历史记录的特征提取[J];企业科技与发展;2008年18期

6 刘美春;赵敏;谢胜利;;基于邻域空间模式的运动相关电位特征提取方法[J];华南理工大学学报(自然科学版);2009年10期

7 王天杨;程卫东;李建勇;;基于3种测度值的特征提取方法优化评价[J];仪器仪表学报;2010年04期

8 李霆,吉小军,李世中,彭长清,宋寿鹏;回归谱特征提取与识别效果分析[J];探测与控制学报;1999年04期

9 王智文,谢国庆;图像中点、线、面特征提取[J];广西工学院学报;2005年03期

10 朱永娇;;汉字特征提取的量化研究[J];科学技术与工程;2007年10期

中国重要会议论文全文数据库 前10条

1 尚修刚;蒋慰孙;;模糊特征提取新算法[A];1997中国控制与决策学术年会论文集[C];1997年

2 潘荣江;孟祥旭;杨承磊;王锐;;旋转体的几何特征提取方法[A];第一届建立和谐人机环境联合学术会议（HHME2005）论文集[C];2005年

3 薛燕;李建良;朱学芳;;人脸识别中特征提取的一种改进方法[A];第十三届全国图象图形学学术会议论文集[C];2006年

4 杜栓平;曹正良;;时间—频率域特征提取及其应用[A];2005年全国水声学学术会议论文集[C];2005年

5 黄先锋;韩传久;陈旭;周剑军;;运动目标的分割与特征提取[A];全国第二届信号处理与应用学术会议专刊[C];2008年

6 魏明果;;方言比较的特征提取与矩阵分析[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

7 林土胜;赖声礼;;视网膜血管特征提取的拆支跟踪法[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

8 秦建玲;李军;;基于核的主成分分析的特征提取方法与样本筛选[A];2005年中国机械工程学会年会论文集[C];2005年

9 刘红;陈光，

本文编号：877104