基于支持向量机的转子振动故障融合诊断技术
艾延廷
费成巍
1.沈阳航空航天大学,辽宁省数字化工艺仿真与试验技术重点实验室,沈阳,1101362.沈阳航空航天大学,辽宁省数字化工艺仿真与试验技术重点实验室,沈阳,110136
摘要：针对某些大型复杂旋转机械振动信号特征提取和故障样本获取难的问题,提出了一种基于小波包特征谱熵支持向量机(SVM)的转子振动故障融合诊断方法.通过转子实验台模拟了转子振动的4种典型故障,并采集其振动故障数据.用小波包对振动故障信号进行分解,提取故障信息含量大的频带并计算出其小波特征谱熵作为故障特征,建立故障诊断模型.通过对故障类别的区分和故障严重程度的判断,验证了该方法在解决转子振动故障信号的特征提取及小样本情况下的故障诊断问题等方面是有效的.
关键词：小波包空间特征谱熵支持向量机(SVM)转子振动振动实验特征提取故障诊断信息融合
分类号：TH165.3(机械制造工艺)V231.92(航空发动机（推进系统）)
资助基金：辽宁省自然科学基金(2005400612)
论文发表日期：2010-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
英文信息