本文選題：風機故障　切入點：特征提取　出處：《吉林大學學報(理學版)》2016年03期

【摘要】：為了提高風機故障的診斷精度,提出一種證據理論和支持向量機相融合的風機故障識別方法.首先從振動信號中提取Wigner-Ville譜熵作為風機故障診斷特征;然后采用不同核函數(shù)支持向量機進行訓練,建立風機故障診斷的子分類器;最后采用DS證據理論對子分類器的輸出結果進行融合,并對其性能進行仿真測試.實驗結果表明,該方法可以充分利用全部故障信息,診斷結果更接近期望值,診斷效果優(yōu)于其他風機故障診斷方法.
[Abstract]:In order to improve the accuracy of fan fault diagnosis, a fan fault identification method based on evidence theory and support vector machine (SVM) was proposed.Firstly, the Wigner-Ville spectrum entropy is extracted from the vibration signal as the fault diagnosis feature of fan, and then different kernel function support vector machines are used to train the sub-classifier for fan fault diagnosis.Finally, DS evidence theory is used to fuse the output of the sub-classifier, and its performance is tested by simulation.The experimental results show that the method can make full use of all fault information and the diagnosis result is closer to the expected value, and the diagnosis effect is better than other fan fault diagnosis methods.
【作者單位】： 武昌工學院機械工程學院;
【基金】：湖北省教育科學“十二五”規(guī)劃重點項目(批準號:2014A047)
【分類號】：TP18;TH43

【參考文獻】

相關期刊論文 前10條

1 劉國奇;毛海宇;蒲寶明;朱永峰;黃金;;基于小波神經網絡的風機故障診斷[J];小型微型計算機系統(tǒng);2015年07期

2 焦斌;高志偉;;量子遺傳算法優(yōu)化的最小二乘支持向量機的風機故障診斷[J];上海電機學院學報;2014年03期

3 蘇麗秋;楊帥;;基于風機故障診斷的融合神經網絡系統(tǒng)構建[J];煤礦機械;2014年05期

4 李晶;劉國華;;基于人工智能的煤礦風機故障診斷方法[J];煤礦機械;2013年12期

5 戴健;楊宏暉;杜方鍵;孫進才;;一種用于風機故障診斷的免疫克隆特征選擇算法[J];聲學技術;2012年06期

6 王磊;紀國宜;;基于Hilbert-Huang變換與人工神經網絡的風機故障診斷研究[J];發(fā)電設備;2012年02期

7 楊舟;王紅;楊士元;胡喜;;風機故障診斷系統(tǒng)中的振動信號分析與實現(xiàn)[J];微電子學與計算機;2011年09期

8 張金敏;翟玉千;王思明;;小波分解和最小二乘支持向量機的風機齒輪箱故障診斷[J];傳感器與微系統(tǒng);2011年01期

9 楊宏暉;陳兆基;戴鍵;;基于自適應增強SVM集成算法的風機故障診斷[J];測控技術;2010年07期

10 楊宏暉;侯宏;曾向陽;孫進才;;基于聲信號人耳聽覺譜特征的風機故障診斷[J];儀器儀表學報;2009年01期

【共引文獻】

相關期刊論文 前10條

1 李家偉;;基于證據理論和支持向量機的風機故障智能診斷[J];吉林大學學報(理學版);2016年03期

2 孟偉光;;大型固定設備在線監(jiān)測與故障診斷系統(tǒng)在煤礦中的應用[J];煤炭與化工;2016年04期

3 王鳳茹;于平;;基于馬氏距離的二次電源狀態(tài)判析方法[J];傳感器與微系統(tǒng);2016年04期

4 李偉昌;張磊;;基于風力發(fā)電系統(tǒng)的風電機組變槳距故障診斷[J];計算機仿真;2015年09期

5 吳存潔;谷玉海;徐小力;;小波新閾值法在振動信號去噪中的應用研究[J];機械工程與自動化;2015年04期

6 趙冬建;;煤礦風機故障的智能診斷探討[J];科技視界;2015年16期

7 沈艷霞;周文晶;紀志成;吳定會;;基于小波包與SVM的風電變流器故障診斷[J];太陽能學報;2015年04期

8 柏會寧;馬建倉;李軍杰;王彤;秦濤;;仿聽覺頻率分解特性的軸承振動信號處理方法[J];軸承;2015年04期

9 繆希仁;吳曉梅;石敦義;郭謀發(fā);王吳雨;;采用HHT振動分析的低壓斷路器合閘同期辨識[J];電工技術學報;2014年11期

10 陳立軍;侯爽;葉，

本文編號：1724328