基于EMD与BA优化SVM的汽轮机转子故障诊断方法 | |
王卓; 赵一鸣; 王斌; 赵大勇; 白晓平 | |
2020-10-27 | |
著作权人 | 中国科学院沈阳自动化研究所 |
国家 | 中国 |
文献子类 | 发明 |
产权排序 | 1 |
英文摘要 | 本发明公开了基于EMD与BA优化SVM的汽轮机转子故障诊断方法,包括:采用转子振动模拟实验台模拟汽轮机转子故障实验,通过电涡流传感器对汽轮机振动的时域信号进行数据采集;采用奇异值分解对时域信号去噪;采用EMD方法将去噪信号分解成若干IMF分量并计算其能量值,构建故障信号的特征向量作为SVM分类器的输入;通过蝙蝠的位置更新方式同步执行SVM的特征选择和参数优化;将特征向量作为SVM分类器的输入,以优化的SVM分类器中决策函数的输出来确定汽轮机的工作状态和故障类型。本发明能准确地完成转子多故障诊断,具有更高的识别率;对故障数据进行预处理,减小了奇异数据和噪声信号的干扰,从而提高了特征提取的真实性。 |
申请日期 | 2019-04-19 |
语种 | 中文 |
状态 | 公开 |
内容类型 | 专利 |
源URL | [http://ir.sia.cn/handle/173321/27799] |
专题 | 沈阳自动化研究所_数字工厂研究室 |
作者单位 | 中国科学院沈阳自动化研究所 |
推荐引用方式 GB/T 7714 | 王卓,赵一鸣,王斌,等. 基于EMD与BA优化SVM的汽轮机转子故障诊断方法. 2020-10-27. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论