基于最小二乘支持向量分类机的齿轮泵故障诊断研究

论文摘要

为了精确诊断齿轮泵故障,提出了基于马氏距离的传感器通道选择方法,采用多项式最小二乘法去除采集振动信号的趋势项和五点三次平滑法对信号进行平滑预处理,而后分别提取基于峭度的时域特征、小波包能量特征和经验模态分解特征,运用最小二乘支持向量机进行状态识别。以CB-KP63齿轮泵为例进行应用,结果表明传感器1通道识别率达到85%;采集振动信号趋势项干扰较弱,平滑处理效果较好;以EMD提取各频带能量作为特征参数的LS-SVC状态识别方法识别率达到90%以上,最终证明论文提出的方法有效可行。

论文目录

• 0 引言
• 1 传感器通道选择
• 2 振动信号预处理
•   2.1 趋势项消除
•   2.2 平滑预处理
• 3 故障诊断和模式识别
• 4 试验验证
•   4.1 趋势项消除
•   4.2 平滑处理
•   4.3 故障诊断
• 5 结语

文章来源

类型: 期刊论文

作者: 何庆飞,陈小虎,姚春江,王德文,张宁

关键词: 齿轮泵,状态识别,最小二乘支持向量分类机,小波包分析,经验模态分解

来源: 流体机械 2019年08期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 机械工业

单位: 西京学院机械工程学院,火箭军工程大学作战保障学院

基金: 国家科技重大专项基金项目(2017ZX04011010),国防预研基金项目(9140A27020309JB4701)

分类号: TH325

页码: 32-36

总页数: 5

文件大小: 1226K

下载量: 156