基于VMD分解和支持向量机的水电机组振动故障诊断
- 详情
- 2021-04-27
- 简介
- 1.1MB
- 页数 5P
- 阅读 84
- 下载 30
针对传统方法难以精确提取水电机组非平稳振动信号的故障特征,首先引入变分模态分解(variational modal decomposition,VMD)将水电机组非平稳振动信号分解为一系列中心频段互不重叠的IMF分量,进而采取能量法提取各IMF分量的故障特征,最后将提取的故障特征向量输入到本文建立的基于遗传算法优化支持向量机的故障诊断模型中,实现故障模式的识别与诊断。将该方法应用于实际水电机组故障振动信号的处理中,仿真结果表明,该方法能够有效识别机组的异常状况,具有较高的故障诊断正确率。
对不起,您暂无在线预览权限,如需浏览请
立即登录热门商品
相关推荐
基于VMD分解和支持向量机的水电机组振动故障诊断 1.1MB
基于灰色关联分析的水电机组振动故障诊断方案 229KB
基于经验模态分解和支持向量机的水电机组振动故障诊断 707KB
BP网络在水电机组振动故障诊断中的应用研究 325KB
基于水电机组运行工况监测的故障诊断 521KB
基于粗糙集和多类支持向量机的水电机组振动故障诊断 656KB
基于粗糙集和支持向量机的水电机组振动故障诊断 264KB
基于小波包分析和支持向量机的水电机组振动故障诊断研究 181KB
基于支持向量机的水电机组故障诊断研究 205KB
基于支持向量机的水电机组故障诊断 531KB