基于奇异值分解和支持向量机的转子故障诊断.pdfVIP

学兔兔 第 4期 (总第 185期) 机 械 工 程 与 自 动 化 NO．4 2014年 O8月 MECHANICAL ENGINEERING ＆ AUT0MAT10N Aug． 文 章 编 号 ：1672—6413(2014)04—0120—03 基于奇异值分解和支持 向量机 的转子故 障诊 断来 柴 凯 ，张梅 军 ，黄 杰 ，陈 灏 (解放 军理 ／-大学 野战工程 学院，江苏 南京 210007) 摘 要 ：为 了准确识别转子不平衡、不对中、碰摩和 油膜 涡动等故障，利用 小波分析对 转子故 障信 号进行 4层 分 解 ，将 频 率 由高 到低 的 5个分 支 信 号作 为 奇 异值 分 解 ValueDecomposition，SVD) (Singular 矩 阵 的 行 向 量 ， 经奇 异值 分 解 后得 到信 号 的故 障 特 征 值 。通 过 支 持 向 量 机 (Support Vector Machine，SVM) 在 选 择 不 同的核函数和 结构 参数 下比较其 对转子故 障诊 断结果 的影响 。结果表 明在选择最优 SVM 模 型和 参数 的基 础 上，对 SVD获得 的故障特 征值进行 诊断，得 出 了准确 的诊 断结果。 关 键 词 ： 奇异 值 分 解 ； 支持 向量 机 ；故 障诊 断 中 图分 类 号 ：TP277 文 献 标 识 码 ：A 0 引 言 1 基于 SVD和 SVM 的转子 故障 诊断 实验 平 台 随着科 技 的飞速 发 展 ，现代 机 械 对旋 转 机 构 的 效 研究 采用 的转 子实验 平 台示意 图及 测点 布置 如 图 率 、性能 、转速 和安全 可靠 性等 多个方 面 提 出越 来越 高 1所 示 。 的要 求 。当转 子发生 不对 中、碰摩 和油膜 涡动 、质量 不 平衡 等故 障时 ，往往 会导致 整个 机器 的故 障 ，轻则机 器 停 止 运转 ，造成 经济损 失 ，重则 对人 民生命 安全 造成 严 重威 胁¨1]。目前 针 对 转 子 故 障诊 断 的 研 究 方 法 分 三 类 ：基于 知识 的方法 、基于解析 模型 的方法 和基 于信 号 图 1 转 子 实 验 平 台 示 意 图 与 测 点 布 置 处理 的方 法 。人工智 能 、专家 系统 、人工 神经 网络 和支 2 振动 信号 的小 波分解 持 向量机 等智 能诊 断也 推动 了转子 故 障诊断技 术 向 自 故 障特征 的数 目是 由小 波分 解 的 层 数来 确 定 的 ， 动 化 、智能化 方 向发 展 ]。