一种基于PCA与SVM的往复压缩机典型故障诊断方法

作     者：唐松林 董良遇 王忠民 朱丽娜 张进杰 TANG Song-lin;DONG Liang-yu;WANG Zhong-min;ZHU Li-na;ZHANG Jin-jie

作者机构：中石油云南石化分公司昆明云南650011 北京化工大学高端机械装备健康监控与自愈化北京市重点实验室北京100029 大庆油田第九采油厂规划设计研究所黑龙江大庆163000 

基　　金：973计划项目(2012CB026005) 863计划项目(2014AA041806) 中央高校基本科研业务费专项资金资助(ZY1617) 

出 版 物：《压缩机技术》 (Compressor Technology)

年 卷 期：2016年第3期

页      码：23-28页

摘      要：往复压缩机的振动信号具有非线性、非平稳性的特点,对此提出一种基于PCA与SVM的典型故障诊断方法。针对往复压缩机典型的拉缸、活塞杆紧固螺母松动、撞缸等故障,首先提取出振动信号的时频域特征参数,再利用主成分分析(PCA)方法缩减特征参数的维度,提取出故障敏感特征,作为新的特征向量,最后再将提取出的敏感特征输入支持向量机(SVM)中,对其进行训练获得SVM结构模型,并将这个模型用于处理待测试的特征向量,由此判决数据所属的类别;利用真实的故障案例数据验证了此方法对往复压缩机故障诊断的有效性。

主 题 词：往复压缩机 故障特征提取 主成分分析 支持向量机 

学科分类：080704[080704] 08[工学] 0807[工学-电子信息类] 

D　O　I：10.16051/j.cnki.ysjjs.2016.03.006

馆 藏 号：203177786...