基于SVR的旋轉(zhuǎn)機械耦合故障診斷方法研究.pdf

1、旋轉(zhuǎn)機械被廣泛地應(yīng)用于汽輪機、渦輪機、發(fā)電機、燃?xì)廨啓C、壓縮機、風(fēng)機、航空發(fā)動機等各種機械設(shè)備中。當(dāng)前，隨著旋轉(zhuǎn)機械設(shè)備結(jié)構(gòu)復(fù)雜程度的提高，設(shè)備與設(shè)備之間的聯(lián)系也越來越緊密，使發(fā)生的故障也越來越復(fù)雜，同一時刻出現(xiàn)的故障可能不是單一的某一種故障，而是兩種或是更多的耦合故障。因此，針對旋轉(zhuǎn)機械進(jìn)行耦合故障診斷，對保證旋轉(zhuǎn)設(shè)備經(jīng)濟(jì)安全運行具有十分重要的意義。
　　本文根據(jù)支持向量回歸機理論，提出了基于SVR的耦合故障診斷方法。該方法首先

2、由各類典型的單一故障建立典型樣本數(shù)據(jù)庫，然后利用這些典型單一故障通過SVR非線性算法擬合待診斷樣本，將會得到各個典型故障樣本對應(yīng)的權(quán)重系數(shù)，最后根據(jù)這些權(quán)重系數(shù)判斷待測樣本存在各種故障的比重，即該狀態(tài)下發(fā)生的故障,并利用仿真信號驗證了方法的可行性。
　　其次，針對故障特征提取問題進(jìn)行研究，提出了基于EEMD和排列組合熵結(jié)合的特征提取方法。利用轉(zhuǎn)子振動實驗臺模擬的故障數(shù)據(jù)作為研究對象提取特征向量，通過計算特征向量構(gòu)成的空間中各類故障