石油化工高等学校学报
石油化工高等學校學報
석유화공고등학교학보
JOURNAL OF PETROCHEMICAL UNIVERSITIES
2009年
1期
86-88
,共3页
崔厚玺%张来斌%王朝晖%段礼祥
崔厚璽%張來斌%王朝暉%段禮祥
최후새%장래빈%왕조휘%단례상
小波包特征熵%SVM%分类器%压缩机气阀%故障诊断
小波包特徵熵%SVM%分類器%壓縮機氣閥%故障診斷
소파포특정적%SVM%분류기%압축궤기벌%고장진단
针对气阀信号信噪比低、特征提取困难及故障样本较少、难以建立可靠的故障识别模型的问题,提出基于小波包特征熵支持向量机的气阀故障诊断方法.首先选择容错性较强的信息熵作为特征参数,通过对信号小波包分解,提取故障敏感频带的小波包特征熵作为输入向量,采用仅有的故障训练样本构建SVM分类器,建立气阀故障诊断模型.试验表明,该方法对小样本情形下气阀故障的非线性模式分类问题体现了良好的适应性,且具有特征提取工作量小的特点.
針對氣閥信號信譟比低、特徵提取睏難及故障樣本較少、難以建立可靠的故障識彆模型的問題,提齣基于小波包特徵熵支持嚮量機的氣閥故障診斷方法.首先選擇容錯性較彊的信息熵作為特徵參數,通過對信號小波包分解,提取故障敏感頻帶的小波包特徵熵作為輸入嚮量,採用僅有的故障訓練樣本構建SVM分類器,建立氣閥故障診斷模型.試驗錶明,該方法對小樣本情形下氣閥故障的非線性模式分類問題體現瞭良好的適應性,且具有特徵提取工作量小的特點.
침대기벌신호신조비저、특정제취곤난급고장양본교소、난이건립가고적고장식별모형적문제,제출기우소파포특정적지지향량궤적기벌고장진단방법.수선선택용착성교강적신식적작위특정삼수,통과대신호소파포분해,제취고장민감빈대적소파포특정적작위수입향량,채용부유적고장훈련양본구건SVM분류기,건립기벌고장진단모형.시험표명,해방법대소양본정형하기벌고장적비선성모식분류문제체현료량호적괄응성,차구유특정제취공작량소적특점.
