基于EEMD样本熵与SVM振动故障诊断研究.pdfVIP

第 57卷 第 6期 汽 轮 机 技 术 V0l_57No．6 2015年 12月 TURBINETECHNOLOGY Dec．2015 基于 EEMD样本熵和 SVM的 振动故障诊断研究 韩中合，焦宏超，徐搏超，朱霄殉 (华北电力大学 能源动力与机械工程学院，保定071003) 摘要：通过特征提取最大限度地反应出不同故障种类的差别对故障的准确诊断具有重要意义。故采用EEMD样本 熵用于汽轮机振动故障的特征提取。将振动信号利用EEMD分解得到IMF分量，计算IMF的样本熵作为多为特征 向量，大大提高了不同故障之间的区分程度，并通过计算多维空间下各类故障之间的形心距体现出不同故障种类 的区分程度。最后 ，将 IMF样本熵作为SVM 的特征向量 ，对故障进行诊断。选取汽轮机转子正常、质量不平衡、油 膜涡动、动静碰摩、转子不对中5种样本进行诊断，并与能量特征提取方法进行对 比，结果显示该方法具有更高的 诊断准确性。 关键词：EEMD；样本熵；SVM；多维空间；故障诊断 分类号：TK267 文献标识码：A 文章编号：1001-5884(2015)06-0457-04 ResearchofVibrationFaultDiagnosisMethodbased onEEMD SampleEntropyandSVM HANZhong．he，JIAOHong,chao，XUBo．chao，ZHUXiao．xun (SchoolofEnergyPowerandMechanicalEngineering，NorthChinaElectricPowerUniversity，Baoding071003，China) Abstract：Theobviousdistinctionofdifferentfaulttypesreflectedbyeigenvectorshasgreatsignificancefortheaccuracyof faultdiagnosis．SotheEEMD sampleentropyisusedtoachievetheeigenvectorsofturbinevibrationfaults．Thevibration singalsaredecomposedbyEEMD toachieveIMFcomponents，thesampleentropyofIMFiscalculatedasmulti-dimensional vector，whichgreatlyimprovesthedergeeofdistinctionbetweendifferentfaults．Andthecoreofdistancebetweendifferent faultscalculatedinhypempaceCallreflectthedegreeofdistinctionbetweendifferentfaults．Finally，thesma pleentropyof IMFtreatedaseigenvectom ofSVM isused to faultdiagnosis．Fivekindsoffaulttypical：normal rotorstate，rotor misaling ment，massunbalna ce，rubbingna doilwhirl arechosetodiangose．Meanwhile，comparedwithhteEEMD energy， theresultdemonstratesthemoreaccuracyofthismethod． Keywords：EEMD；sampleentropy；SVM ；hyperspace；faultdiagnosis 障比较复杂，其信号不只是在某单