基于层次化混合分类器的含未知故障风机轴承故障诊断方法

作者：王升; 林琳^*; 陈诚; 张杰; 史建成

来源：吉林化工学院学报, 2021, 38(09): 36-40.

DOI：10.16039/j.cnki.cn22-1249.2021.09.008

• 风机轴承故障诊断
• 经验小波变换
• 单类支持向量机
• 极限学习机

为提高风机轴承故障诊断精度,针对含未知类型故障信号的误识别问题,提出一种风机轴承故障诊断新方法.首先,将风机轴承振动信号进行经验小波变换(EWT),对分解得到的固有模态分量(IMF)提取15种时-频域特征,构建特征向量集;然后,通过基尼(Gini)指数评价特征分类能力,构建最优特征集合;最后,采用单类支持向量机(OCSVM)与极限学习机(ELM)组合的层次化混合分类器进行故障诊断.对比单纯采用ELM、SVM分类器,新方法能够更好辨识含未知故障类型的风机轴承故障信号.

• 单位
  吉林化工学院