科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对工程实际中多级离心泵碰摩故障诊断准确率不高的现象，提出了一种基于优化支持向量机（SVM）的多级离心泵碰摩故障诊断方法，其特点是能从小样本振动信号中提取最有效的故障特征，优化模型的输入样本质量和参数并完成诊断。通过多级离心泵故障模拟试验台，获得实际产品的碰摩信号，采用集合经验模态分解（EEMD）算法进行时频域和信息熵特征的提取，并采用顺序特征选择（SFS）算法进行特征选择，结合网格搜索（GS）和粒子群优化（PSO）算法进行模型参数优化，建立了基于SVM的故障分类模型。实验结果表明，该方法对多级离心泵的碰摩故障有较高的识别精度，具有良好的实用性，可以为多级离心泵的碰摩故障诊断提供一定的参考价值。
- 单位
