NI推出配备英特尔酷睿双核处理器的工业控制器.pdfVIP

·74·《测控技术)2009年第28卷第5期

用，特征量的选取对故障诊断准确率影响很大。故障进行模式识别，达到故障识别的作用。同时，该方

表1db4小波包提取的最大奇异值法可应用于核电站冷却剂泵、大型轴流通风机、低扬程

大流量轴流水泵机组等悬臂式旋转机械转子系统的碰

摩故障的识别，具有良好的泛化推广能力。

参考文献：

[1]陈宏．带故障悬臂转子系统若干非线性动力学问题的研

究[D]．东北大学，2004．

[2]HuangBaohua，YangJiangang，GaoWei．Estimationofthe

forcesonrubbingrotor—bearingsystemJ『]．JournalofSoutIl—

eastUniversity(EnglishEdition)，1998，14(2)：49—53．

[3]刘金献，李其汉．小波变换在转子系统动静件早期碰摩故

为了证明本方法的有效性，利用同样的数据信号，障诊断中的应用[J]．航空学报，1999，20(3)：220—223．

通过使用BP神经网络和RBF神经网络来检验识别效[4]胡茑庆，陈敏，温熙森．随机共振理论在转子碰摩故障早

期检测中的应用[J]．机械工程学报，2001，37(9)：88—

果，试验证明SVM方法的优越性，见表2。

91．

表2不同分类器对db4小波包提取特征向量的识别结果

[5]任辉，裴承鸣．基于LVQ神经网络的混沌时间序列分类

识别[J]．机械科学与技术，2001，20(6)：916—918．

[6]王立平，叶佩青，汪劲松．基于试验的碰摩转子系统故障

的双谱特征[J]．振动工程学报，2002，15(1)：62—67．

[7]宋友，柳重堪，李其汉．基于小波包分解的早期碰摩故障

诊断研究[J]．北京航空航天大学学报，2003，29(1)：87

—9O．

[8]崔建国，李一波，等．基于小波包与支持向量机的复杂信

3结束语号模式识别[J]．数据采集与处理，2008，23(2