传感器与微系统
傳感器與微繫統
전감기여미계통
TRANSDUCER AND MICROSYSTEM TECHNOLOGY
2011年
1期
41-43
,共3页
风力发电机组齿轮箱%故障诊断%最小二乘支持向量机%小波分解
風力髮電機組齒輪箱%故障診斷%最小二乘支持嚮量機%小波分解
풍력발전궤조치륜상%고장진단%최소이승지지향량궤%소파분해
根据齿轮箱故障时振动信号特点,提出了一种基于小波分解和最小二乘支持向量机(LS-SVM)相结合的齿轮箱故障诊断方法.通过对齿轮箱振动信号进行小波分解,得到各分解节点对应频率段的重构信号和节点的能量,并将各节点能量组成的特征向量作为诊断模型的特征向量,输入到 LS-SVM 多类分类器中进行故障识别.诊断结果表明:该方法能够准确地识别风力发电机组齿轮箱的常见故障.
根據齒輪箱故障時振動信號特點,提齣瞭一種基于小波分解和最小二乘支持嚮量機(LS-SVM)相結閤的齒輪箱故障診斷方法.通過對齒輪箱振動信號進行小波分解,得到各分解節點對應頻率段的重構信號和節點的能量,併將各節點能量組成的特徵嚮量作為診斷模型的特徵嚮量,輸入到 LS-SVM 多類分類器中進行故障識彆.診斷結果錶明:該方法能夠準確地識彆風力髮電機組齒輪箱的常見故障.
근거치륜상고장시진동신호특점,제출료일충기우소파분해화최소이승지지향량궤(LS-SVM)상결합적치륜상고장진단방법.통과대치륜상진동신호진행소파분해,득도각분해절점대응빈솔단적중구신호화절점적능량,병장각절점능량조성적특정향량작위진단모형적특정향량,수입도 LS-SVM 다류분류기중진행고장식별.진단결과표명:해방법능구준학지식별풍력발전궤조치륜상적상견고장.
