基于小波包能量分析及改进支持向量机的风机机械故障诊断 mechanical fault diagnosis of fan based on wavelet packet energy analysis and improved support vector machine.pdfVIP

工 N 第33卷第8期 动 力 程 学 报 v01．33o．8 2013年8月 ofChinese ofPower Aug·2013 Journal Society Engineering 文章编号：1674—7607(2013)08一0606一07中图分类号：TP273 文献标志码：A 学科分类号：510．80 基于小波包能量分析及改进支持向量机的 风机机械故障诊断 许小刚， 王松岭， 刘锦廉 (华北电力大学能源动力与机械工程学院，保定071003) 摘 要：为了准确诊断风机的机械故障，提出了一种基于小渡包能量特征和改进支持向量机的诊 断方法．在某4—73No．8D风机实验台上对13种不同运行状态下的振动信号进行采集，利用小波包 对振动信号进行消噪、分解与重构，提取其小波包能量特征，得到了各运行状态下风机多测点信息 融合的小波包能量特征向量，并利用改进支持向量机对特征向量样本集进行训练与测试，实现了风 机机械故障的分类诊断．结果表明：该诊断方法能够有效地诊断风机机械故障的类别、严重程度和 发生部位，且诊断准确率高、测试时间短，适用于在线机械诊断． 关键词：风机；故障诊断；小波包能量分析；支持向量机；优化 MeChaniCaIFault OfFanBaSedOnWaVeIetPaCket DiagnOSiS Energy and VectOrMaChine AnaIySisImprOVedSuppOrt XU LIU Xi口og口ng，WrANGSongZing，Ji?2Zinn ElectricPower (Schoolof andMechanical China UniVersity， Energy，Power Engineering，North 071003，China) Baoding themechanicalfaultsof newmethodwas basedonwaVe— Abstract：To fan，a proposed accuratelydiagnose and vectormachine．Vibrationofthefanwere let signals acquired packetenergyanalysisimprovedsupport on4—73 testbenchunder13different conditions，whichwere denoised， a No．8D operating subsequently andreconstructedwavelet toextractandobtain informationfusionwaVe— decomposed by packet