汽轮机组振动故障诊断SVM方法与远程监测技术研究

汽轮机组振动故障诊断SVM方法与远程监测技术研究

ID:36562533

大小:4.48 MB

页数:106页

时间:2019-05-12

汽轮机组振动故障诊断SVM方法与远程监测技术研究_第1页
汽轮机组振动故障诊断SVM方法与远程监测技术研究_第2页
汽轮机组振动故障诊断SVM方法与远程监测技术研究_第3页
汽轮机组振动故障诊断SVM方法与远程监测技术研究_第4页
汽轮机组振动故障诊断SVM方法与远程监测技术研究_第5页
资源描述:

《汽轮机组振动故障诊断SVM方法与远程监测技术研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、东南大学博士学位论文汽轮机组振动故障诊断SVM方法与远程监测技术研究姓名:汪江申请学位级别:博士专业:动力机械与工程指导教师:陆颂元20050401AbstractWiththerapiddevolopmentofpowerindustr弘itasksmor0onthecondition撇n主tOri嘴andf矗u王tdiagnosisofturbO—gener柏rtThepapermade融intens主ve泓va王毽妻b{est醢dy秘lsevefalkey恕e酝ologios鑫ssOci囊t。dwi氇氆e如velopm。n}of盎醢ltdiagnostics,whichin

2、cludeanr王butee×拓ac拄onofvibra舡on士矗ult,multi—symptom妇uitdiagnosis,vibrationconditionmonitoring,Vibrationfault骶ndfo辩castiHgandremoteominemonitoringanddiagnosis.Ch硅raete靠sticsofvibr采io拄f矗醢ltan畦蠡矗tsv擞辩。越章ofturbinegene稼torsaros糖di罚,A叠wnewm蕊bo纛s最∞鞋瓣d孙r求拄ib啦eeX{rao螽。鞋ofvibrat沁鞋翕uitsvmptom,AMann.Kenda

3、lltestisusedtoex甜acttrendsvmptomofvibrationpar蛐eters:anEMDmothodandaoorrelationcOe黼cientonear0usedtoextractcorrelationsymptom:aniⅡvariantmomentmethod趣used馋ex搬蛇tgra两iealsy氆p{om0fs酝蠡ce燃ero南主{。Anowmachineloa耵l至ngmethod—SupportV岳ctorIⅥachines’hasbeenusedtodetectvibr戤ionabnormmity,predictv主b豫tiona

4、n娃faulttrelld,a雅dtodia黛nosevibrationfault.Basedona珏alvsisof0ne,elassSV泰疰lll嚣Or玻anewvlbr采io珏ab珏。鞋矬8litv&tee鑫on髓le毫hodh8sb∞n蝥疲受fward南r或e黼莨}rbir硷gene鞠幻r强its+T赫sOne.ClassSVMabnormalitydetectionmemod,requireonlysamplesgatheredwhenturbinegenoratorsareingoodorder’whichfind8as01utiOntolackofabnornlal

5、扛越ningsamples.Compariso珏te或s弼mFuzzyA}WlandARTMAp菲eu豫lnetwo矗s囊eme氇。畦瓤s氇esissu筑ges钯琏havea簿oodperfofman∞.Amulti_classclassi=fleThasbeenbrin叠forwardandbeenusedforvibrationfaultdiagnosis,whichShonentimew量len诚ningclassifiorw溉f翻lts燃ples,alld黔tridof伯erejectionc王assifyin蠡whichwiHb尊foundinsomemulti.svm

6、classmers。suchas氆eone吨鬈a圭矬st—oneSV蛰矗。建e.A珏。墩er蠡u壬t矗ia窭nos远辩。巷el娃si琏嚣。拄e.el鑫ssSV泰莲如s蠢sobeenm最de,whichexte鞋dsc8#abiii婶0fd诬g£站s括modolb掣ad磊newOnc—CIassSVMclass黼ordvn锄icajlv.ThethooryofsupportVectorregre8sionandtheapplicationofLS—SVMintimese畦espredie蛀。珏havebeonstudied.Anemul敛ion砖t。sthasbeenmadewhi

7、chprovesLS—S¥≥畦eaa}珐V。agoodpe薯热勰矗Iloew氧圣l鑫羲fneser垂esp。llH£e蘸bynoise鑫f薅g啦abettefresultthanRBFneuralnetworks.T量1ismemodwasusedtoDredictvibrationaIldfauhtrendfort眦bineg雠le}ators,whiohca鼙haveamo端accurate辩8ult,Atl黼tofthethesis,byusingJavaprogr㈣ing

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。