期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于变分模态分解云模型和优化LSSVM的汽轮机振动故障诊断 被引量:14
1
作者 田松峰 魏言 +3 位作者 郁建雄 王傲男 王子光 薛正昂 《动力工程学报》 CAS CSCD 北大核心 2019年第10期818-825,共8页
针对汽轮机运行过程中的非平稳性和多分量性振动故障信号,提出一种基于变分模态分解相对熵云模型和优化最小二乘支持向量机(LSSVM)的汽轮机振动故障诊断方法。首先,利用变分模态分解按照预设尺度将故障信号分解为K个模态分量,根据各模... 针对汽轮机运行过程中的非平稳性和多分量性振动故障信号,提出一种基于变分模态分解相对熵云模型和优化最小二乘支持向量机(LSSVM)的汽轮机振动故障诊断方法。首先,利用变分模态分解按照预设尺度将故障信号分解为K个模态分量,根据各模态分量与原始信号的相对熵大小去除伪分量,提取最佳分量并将其输入云模型,采用逆向云发生器提取特征向量。然后使用改进果蝇优化算法动态调整搜索步长搜寻影响LSSVM识别精度的超参数最佳组合,最后将特征向量输入参数优化后的LSSVM进行故障识别,并与采用经验模态分解相对熵云模型和集合经验模态分解相对熵云模型的LSSVM识别结果进行了对比。结果表明:所提方法优于传统的信号分解方法,对汽轮机振动故障类别具有很高的识别准确率。 展开更多
关键词 振动故障 变分模态分解 相对熵 云模型 改进果蝇优化算法 LSSVM
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部