基于奇异值分解和小波包分解的故障检测

作者：李一博; 沈慧; 高远

来源：电子技术应用, 2018, 44(03): 56-59.

DOI：10.16157/j.issn.0258-7998.173275

• 真空泵故障
• 奇异值分解
• 小波包分解
• 支持向量机

根据真空泵在故障和正常模式下工作时,其振动信号在频域的能量分布的差异性,设计基于奇异值分解(SVD)和小波包分解(WPD)的真空泵故障检测方法。首先用SVD对采集到的信号进行去噪,再使用小波包对去噪后的信号进行分解,对分解得到的各层系数进行重构并提取需要的各频域段的能量。将提取的能量向量作为支持向量机(SVM)的输入样本,对SVM进行训练。最后使用实验数据对SVM的可靠性进行验证。实验结果表明,采用SVD和WPD结合的方法能较好地识别出真空泵的故障。

• 单位
  精密测试技术及仪器国家重点实验室