期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于Fisher比与改进LSSVM算法的阀冷设备故障诊断研究 被引量：1
1
作者 李丽 宁穆怡 +4 位作者 李志斌 曾昌健 张志艳 姚莉娜 孔汉 《电子测量与仪器学报》 CSCD 北大核心 2024年第11期109-117,共9页
为提高换流站阀冷设备故障诊断的正确率和分类速度,提出了基于Fisher比准则的融合特征算法和粒子群优化最小二乘支持向量机的故障分类模型。首先,分别提取梅尔倒谱系数和逆梅尔倒谱系数的静态参数和动态一阶差分参数作为故障特征量,得... 为提高换流站阀冷设备故障诊断的正确率和分类速度,提出了基于Fisher比准则的融合特征算法和粒子群优化最小二乘支持向量机的故障分类模型。首先,分别提取梅尔倒谱系数和逆梅尔倒谱系数的静态参数和动态一阶差分参数作为故障特征量,得到阀冷设备故障的高低频全部信息,然后利用Fisher比准则对阀冷设备故障特征进行两次融合,减少直接叠加信号带来的重复数据与干扰信号。特征信号经两次Fisher比判别后,筛选出1×13维Fisher比值数据作为阀冷设备噪声信号的融合特征量。其次,为了提高LSSVM算法故障识别的准确率和分类速度,利用PSO算法优化LSSVM算法的核函数带宽和惩罚因子,得到两个参数的最优解,建立LSSVM阀冷设备故障分类模型。最后,以阀冷设备间主泵为算例,分别采用不同特征融合算法和故障辨识方法进行对比分析,算例结果验证了所提出方法可以快速准确辨识阀冷设备在不同频率的故障信号,其故障辨识准确率可达96.67%。 展开更多
关键词 阀冷设备 Fisher比 PSO-LSSVM 融合特征 故障诊断
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部