基于融合特征SVM的压缩机气阀故障预测方法研究.pdfVIP

下载本文档

0
0
约1.21万字
约 3页
2017-03-18 发布于广东
举报
版权申诉

基于融合特征SVM的压缩机气阀故障预测方法研究.pdf

1、本文档共3页，可阅读全部内容。
2、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。
3、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。
4、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)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、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。
7、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。
8、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

36 第36卷第4B期计算机科学 VoLNo．4B 2009年4月 Science Computer Apr．2009 基于融合特征SVM的压缩机气阀故障预测方法研究付强1张来斌1段礼祥1柳南2 (中国石油大学机电工程学院北京102249)1(塔里木油田开发事业都库尔勒841000)2 摘要气阎是往复式压缩机故障率最高的部件，其好坏直接影响机组的排气量与功率消耗。因此，对压缩机气阀进行故障预测显得非常重要。针对现有预测方法中采用单一参数预测中存在的信息不足及缺失，同时考虑难以获取充足的预测样本数据问题，提出基于融合特征值的支持向量机模型预测气闽故障。应用结果表明，该模型充分融合了多种故障特征信息，对小样本情况下气阀故障预测具有较高的精度。关键词融合特征，洲，压缩机气阁，故障预测 VaIveFault BasedonF砸ion Research帆Compres鲫r F昀ture锄d刚Ⅱ Forec嬲ting FU ZHANGLai-binlDUAN LIUNan2 Qian矿 Li_xiaIl91 ofMechani∞laIldElectranic of (College 102249，Chilla)1 E119ineering，Chi舱U“versityPetrole啪，Be幻ing of and oilfield，Kuerle (DepanrrlentExploitationProject。T越m 841000，Chilla)2 Abs打孔tThefailurerateof valveis Thestateof 0n valvehasadirect the reciprocatingcompresSorrather}ligh irIlpact and failureforecastof exhaust valveis thedifficultiesto power．Therefore，the compressorveryhportant．Considering obtain data，aSwellasthe inforrmtionofa methodbasedonthefusionfeatureand adequate poor sh91ep踟eter，a s、刁v1was fo册rdand toforecastvalvefailu豫ThereSultss}lowthatthemethodcontaillsa offault put applied vdety “omatbnandthefailure hasa predictionhighpr