- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于最小二乘支持向量机和机电综合特征的发电机故障诊断.pdf
第 7卷第 1期 中 国 工 程 机 械 学 报 VoI.7No.1
2009年 03月 CHINKSEJOURNAlOFCONSTRUCTIONMACHINERY Mar.2009
基于最小二乘支持向量机和机 电综合
特征的发电机故障诊断
万书亭,管森森,刘洪亮,佟海侠
(华北电力大学机械工程系,河北保定 071003)
摘要:提出了1种最小二乘支持向量机和机电综合特征相结合的发电机故障诊断模型.用二次损失函数代替传
统支持向量机中的不敏感损失函数,将不等式约束条件变为等式约束,从而将二次规划问题转变为线性方程组
求解,降低了计算的复杂性.提取发电机故障中的综合特征,即振动信号和电流信号,整理后作为诊断模型的特
征值,从而得到了故障的典型特征,提高了诊断的准确率.最后从SDF一9型模拟发电机中实测数据进行分析,结
果表明,与常规的方法相比,该模型具有较高的分类速度和较好的故障诊断准确率.
关键词:最tJ~--乘支持向量机;机电综合特征;故障诊断;发电机;特征向量
中图分类号:TM 31 文献标识码 :A 文章编号:1672—5581(2009)01—0080—06
Generatorfaultdiagnosisusingleast-squares·basedsupport
vectormachineandmechatronicalfeaturesextraction
WAN Shu.ting,GUAN Sen.sen,LIUHong-liang,TONGHal—xia
(DepartmentofMechanicalEngineering,NorthChmaElectricPowerUniversity,Baoding071003·China)
Abstract:Inthisstudy,ageneratorfaultdiagnosismodelisfirstdevelopedusingleast—squares—basedsup·
portvectormachineandmechatronicalfeatures.Then,theinsensitivelossfunctionregardingtraditional
supportvectormachineisreplacedbythequadraticlossfunction.In thisway,theinequalityconstraints
areadaptedtotheequalityconstraintsSOastosimplifythequadraticprogrammingproblemasthelineare—
quationgroups,viz.,reducethecomputationalcomplexity.Next,themechatronicalfeaturesareextrac—
tedfrom thevibrationandcurrentsignals.Furthermore,thesefeaturesareorganizedaseigenvectors,
i.e.typicalfaultfeaturesofdiagnosismodel,SOastoimprovethediagnosisaccuracy.Finally,thetesting
data.whicharesampledfrom theSDF一9SimulationGenerator,areusedforanalysis.Therefore,itiS
foundfrom theexperimentalresultsthat,comparedwithtraditionalapproaches,thepropoesdmodelpo s—
esssessuchstrongholdsasclassificationefficiencyanddiagnosisaccuracy.
Keywords:least-squares—basedsupportvectormachine;mechatronicalfeature;faultdiagnosis;g
文档评论(0)