基于ls-svm的一次风机振动在线监测及故障预警研究 research of ls-svm based method for online monitoring and fault prediction of primary air fan vibration.pdfVIP

下载本文档

1
0
约1.29万字
约 4页
2017-11-02 发布于上海
举报
版权申诉

基于ls-svm的一次风机振动在线监测及故障预警研究 research of ls-svm based method for online monitoring and fault prediction of primary air fan vibration.pdf

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

基于ls-svm的一次风机振动在线监测及故障预警研究 research of ls-svm based method for online monitoring and fault prediction of primary air fan vibration

第33卷第5期机电工程 V01．33No．5 2016年5月 JournalofMechanicalElectrical Mav Ensineering 2016 DOI：10．3969／j．issn．1001—4551．2016．05．024 基于LS．SVM的一次风机振动在线监测及故障预警研究水韩平1，王天垄1，孟永毅2 摘要：针对火电厂一次风机运行工况复杂和多状态变量强耦合特性而难以构建设备精确模型问题，将智能数据挖掘方法应用于风分析。研究结果表明，该预测方法有较高的估计精度，能够及时辨别一次风机在运行中的振动异常，适用于火电厂辅机设备的故障诊断，具有一定的工程应用价值。关键词：一次风机；在线监测；最dx--乘支持向量机(LS．SVM)；故障预警；中图分类号：TM621．7；THll3．1；文献标志码：A fault ResearchofLS-SVMbasedmethodforonline and monitoring fan of air vibration predictionprimary HAN Tian．kunl，MENGYong．yi2 Pin91，WANG 100033，China； (1．ShenhuaGuonengEnergyGroupCo．，Ltd，Beijing 2．Shanxi PowerGeneration 036504，China) Hequ Co．，Ltd，Xinzhou Luneng air inthermal data based atthe ofreal—time andfault of fan diagnosis powerplant，amining Abstract：Aimingproblem monitoring primary Vector airfanvibrationestimationandfault methodWas duetoit Least earlywarning proposed SquaresSupport Machine(Ls—SVM)primary toachievefault the mechanismbecauseofthe andtheCroSS。COU。 difficult operation diagnosisthroughprecise modeling complex，changeable