基于支持向量机的转子系统早期故障诊断方法-论文.pdf

《基于支持向量机的转子系统早期故障诊断方法-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、·l8·《测控技术12014年第33卷第9期基于支持向量机的转子系统早期故障诊断方法牛伟’，成娟，毛宁，刘海堂，郭阳明。(1．中航工业西安航空计算技术研究所，陕西西安710068；2．西安应用光学研究所，陕西西安710065；3．西北工业大学计算机学院，陕西西安710072)摘要：转子系统中的振动信号包含了很多状态信息，运行过程中故障特征的有效提取和识别对于转子系统早期故障诊断非常关键。针对转子系统故障信息的复杂性，提出将小波包分析和支持向量机相结合的转子系统早期故障诊断方法。该方法首先利用改进的小波包方法提取早期故障特征；然后将提取的特征向

2、量输入基于支持向量机的分类器进行故障识别。实验分析结果表明，该方法在小样本情况下，能够有效识别转子系统的早期故障，具有很好的分类精度，而且能够实现旋转机械的多故障诊断。关键词：故障诊断；小波包；支持向量机；粒子群算法中图分类号：TP277文献标识码：A文章编号：1000—8829(2014)09—0018—04MethodofEarlyFaultDiagnosisforRotorSystemBasedonSupportVectorMachineNIUWei‘，CHENGJuan，MAONing，LIUHai—tang，GUOYang—ming

3、(1．AVICXi’anAeronauticsComputingTechniqueResearchInstitute，Xi’an710068，China；2．Xi’anInstituteofAppliedOptics，Xi’an710065，China；3．SchoolofComputerScience，NorthwesternPolytechnicalUniversity，Xi’an710072，China)Abstract：Thevibrationsignalsofrotorinoperationconsistofplentyofinfo

4、rmationaboutitsrunningcondi—tion，andextractionandidentificationoffaultsignalsintheprocessofspeedchangearenecessaryfortheearlyfaultdiagnosisofrotorsystem．Duetothecomplexityoffaultdiagnosisforrotor，anewmethodforearlyfaultdi—agnosisonrotorsystemisproposedwhichcombinesthewavele

5、tpacketandsuppo~vectormachine．Firstly，theimprovedwaveletpacketisusedtoextractearlyfaultfeaturesignals．Then，theearlyfaultfeaturevectorisin—puttedtotheclassifierbasedonthesuppo~vectormachine．Theresultsshowthattheproposedmethodcani—dentifytheearlyfaultofrotorsysteminsmallsampl

6、e，classificationprecisionissatisfactory，andthemulti—faultsdiagnosisofrotorsystemisrealized．Keywords：faultdiagnosis；waveletpacket；suppo~vectormachine；particleswarmalgorithm航空发动机是飞机的重要组成部分，转子系统是络、支持向量机(SVM，suppo~vectormachine)等，它发动机的核心部件。转子系统因其结构复杂、工作环们各自具有不同的优缺点。专家系统方法可靠性高，境

7、恶劣，使得系统的工作状态和故障越来越难以判断适用广泛，但是过度依赖专家领域的知识获取；神经网和预测，故障造成的影响和危害也越来越大。另外，故络方法可解决专家系统存在的问题，但是要求具有足障信号发生初期非常微弱，且常被背景噪声信号所淹够多的故障样本，且容易陷入局部最优；SVM方法是没，因此从微弱信号或被噪声淹没的信号中提取早期针对小样本情况产生的，但是单独使用SVM，存在特故障特征，是进行准确故障诊断的关键。征参数选择的问题。目前早期故障诊断方法如专家系统、人工神经网笔者在深入研究转子系统早期故障特点的基础上，提出将小波包分析与SVM相结合的早

8、期故障识别方法，建立了基于SVM的决策有向无环图(DDAG，收稿日期：2013—08—17基金项目：中国博士后科学基金资助项目(2014M552504)decisi