利用犃犚模型和支持向量机的调速阀故障识别-华侨大学学报自然.PDFVIP

第 卷 第 期 华 侨 大 学 学 报 （自然 科 学 版 ） ３２ １ Ｖｏｌ．３２ Ｎｏ．１ 　 　 　 　 年 月 （ ） ２０１１ １ ＪｏｕｒｎａｌｏｆＨｕａｉａｏＵｎｉｖｅｒｓｉｔ ＮａｔｕｒａｌＳｃｉｅｎｃｅ Ｊａｎ．２０１１ 　 　 ｑ ｙ 文章编号： （ ） １０００５０１３２０１１０１００１３０５ 　 　 利用犃犚模型和支持向量机的 调速阀故障识别 曾小军，黄宜坚 （华侨大学 机电及自动化学院，福建 泉州 ３６２０２１） 摘要： 提出一种基于时间序列的自回归（ ）模型和支持向量机故障识别方法 以液压调速阀的故障识别为 ＡＲ ． 　 例，利用采集到的调速阀体的振动信号建立 ＡＲ模型；然后，将 ＡＲ模型自回归系数和残差方差组成的特征向 量输入到支持向量机 最后，通过支持向量机完成对调速阀的正常和各种故障工况的分类识别 实验结果和 ． ． 分析表明，识别率不仅与核函数的选取有关系，而且与支持向量机参数的选取也有关系，以径向基 ＲＢＦ为核 函数的识别率明显优于以多项式形式为核函数的识别率． 关键词： 调速阀；故障识别；自回归模型；支持向量机 　 中图分类号： ＋ ； ＋ 文献标识码： ＴＨ１６５．３ ＴＨ１３７．５２２ Ａ 　 　 调速阀是液压元件中结构较为复杂、容易发生故障的一类典型的液压元件，因此，调速阀的故障识 ［］ １ 别对于液压系统的维护有着重要的意义 典型的故障诊断系统由数据获取、预处理、特征提取和选择， ． 以及分类决策 个部分组成 信息获取主要针对能够反映机械运行状态的信息，如振动信号、声音信号 ４ ． 等 预处理的目的是去除噪声，加强有用信息 特征选择和提取是为了有效地实现分类识别，就要对原始 ． ． 数据进行分析变换，得到最能反映分类本质的特征 分类决策是将被识别对象归为某一类，也就是区分 ． ［］ ２ 正常状态与各种异常状态 本文提出一种基于 模型和支持向量机的液压调速阀故障诊断方法 ． ＡＲ ． １ 调速阀体的振动信号采集实验 　 １．１ 检测系统 　 调速阀和检测系统的结构简图，如图 ，所示 测控系统的硬件有计算机、