基于PCA 和SVM 往复式压缩机状态识别方法的研究
为了有效对往复机进行故障诊断,本文根据其振动信号和状态识别的特点,采用主元分析(PCA)和支持向量机(SVM)共同诊断方法.首先,对采集得到的振动信号从多个方面进行特征提取,获得更多状态信息.然后对提取的特征向量进行主元分析,从而得到两个新的更能反映设备状态的特征参数,组成一个新的特征向量.最后,将新的特征向量输入到训练好的支持向量机结构中进行压缩机的状态识别.以某石化公司一台往复式压缩机气阀磨损的状态识别为例,验证了此方法对于压缩机故障诊断的有效性.
主元分析 支持向量机 往复压缩机 故障诊断 状态识别 振动信号
李宏坤 马孝江
大连理工大学精密与特种加工教育部重点实验室,辽宁大连,116024
国内会议
第九届全国振动理论及应用学术会议暨中国振动工程学会成立20周年庆祝大会
杭州
中文
2226-2231
2007-10-17（万方平台首次上网日期，不代表论文的发表时间）