收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于小波能熵和支持向量机的故障诊断方法及其应用研究

陈宏  
【摘要】: 随着现代化技术的迅速发展,各个工程系统的复杂性不断加大,系统的可靠性及安全性成为保障经济和社会效益的一个关键因素,由此应运而生的故障诊断技术在各领域得到了广泛应用。 目前,应用较多的故障诊断方法主要有基于变换的方法,人工智能方法,Porny分析法和基于数学形态学法等几类。根据不同方法的原理及特点,在不同的领域范围,发挥着各自的优点。 本文在已有方法的基础上,研究了一种基于改进小波能谱熵的故障诊断新方法。系统地研究了连续小波变换、离散小波变换、多分辨率分析、小波熵等小波的基本理论,结合小波的信噪分离技术、时-频局部化特性,对待测信号进行小波多分辨分解和重构处理,再引入滑动时间窗算法,从时-频域结合分析的角度,选择使用高频带的小波系数进行特征提取,研究了改进小波能谱熵算法,并以此方法计算相应的熵值作为扰动特征量。以支持向量机作为分类器,实现故障识别。以实际生活中常见的电能信号故障诊断为例,进行仿真,并对仿真结果进行分析。仿真结果表明该方法提高了故障诊断正确率,是一种有效的故障诊断方法。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王志刚,杨晓元,王育民,秦晴;基于小波包分解和支持向量机的图像隐秘检测算法[J];计算机工程;2005年01期
2 江志钢;张春良;岳夏;;基于支持向量机的机床故障诊断研究[J];装备制造技术;2009年12期
3 何凡;刘光斌;;核函数在液压泵故障诊断中的应用研究[J];煤矿机械;2009年01期
4 李志农;韩捷;潘玉娜;李凌均;;机械故障矢功率谱—支持向量机识别方法研究[J];计算机工程与应用;2007年08期
5 田景文;吴浩;高美娟;;基于支持向量机的火车滚轴故障诊断[J];机床与液压;2007年07期
6 田路;田干;张炜;李亮;;基于支持向量机的涡轮泵故障诊断方法研究[J];控制工程;2007年S2期
7 吴洪兴;彭宇;彭喜元;;基于支持向量机多分类方法的模拟电路故障诊断研究[J];电子测量与仪器学报;2007年04期
8 韩俊英;刘成忠;;基于粗集的支持向量机在故障诊断中的应用[J];甘肃农业大学学报;2008年03期
9 黄亮;侯建军;刘颖;宋伟;李赵红;;基于相量分析与支持向量机的交流电路故障诊断[J];北京交通大学学报;2008年05期
10 林吉良;蒋静坪;;基于支持向量机的移动机器人故障诊断[J];电工技术学报;2008年11期
11 郭丽娟;孙世宇;段修生;;基于支持向量机的数字电路故障诊断研究[J];微计算机信息;2008年31期
12 黄亮;侯建军;魏学业;宋伟;李赵红;;基于重分类与支持向量机的交流电路故障诊断[J];信号处理;2009年09期
13 刘东,葛运建;基于SVM预测器的传感器故障诊断与信号恢复研究[J];传感技术学报;2005年02期
14 谢保川;刘福太;;支持向量机在模拟电路故障诊断中的应用[J];计算机仿真;2006年10期
15 王焱;徐晓丹;;故障诊断应用的支持向量机多值分类算法[J];煤矿机电;2009年05期
16 贾伟广;胡丹;车畅;;基于小波分析和支持向量机的刀具故障诊断[J];组合机床与自动化加工技术;2010年12期
17 刘晓平;郑海起;祝天宇;;进化蒙特卡洛优化的SVM在故障诊断中的应用[J];振动.测试与诊断;2011年01期
18 顾晓光;赵建军;王胜;杨鹏;;基于多分辨率分析和支持向量机的电力电子电路故障诊断技术[J];河南大学学报(自然科学版);2011年03期
19 应俊;;基于SVM和遗传算法的变频器故障诊断研究[J];微电子学;2008年06期
20 肖云魁;司爱威;梅检民;王保民;张威;张汝雷;;可变风险支持向量机在柴油机故障诊断中的应用[J];科学技术与工程;2009年14期
中国重要会议论文全文数据库 前10条
1 冯辅周;郭恒毅;江鹏程;;支持向量机及其在电机故障诊断中的应用[A];第九届全国振动理论及应用学术会议论文集[C];2007年
2 袁昊程;钟秋海;戴亚平;;基于支持向量机的旋转机械故障诊断[A];2003中国控制与决策学术年会论文集[C];2003年
3 史丽萍;杨晓冬;匡杰;;基于支持向量机的水泵故障诊断[A];中国计量协会冶金分会2007年会论文集[C];2007年
4 冯辅周;郭恒毅;江鹏程;;支持向量机及其在电机故障诊断中的应用[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年
5 初燕;付忠广;戈志华;靳涛;卞双;;基于支持向量机的故障诊断方法探讨[A];中国动力工程学会第三届青年学术年会论文集[C];2005年
6 张军峰;胡寿松;;基于多重核学习支持向量机的歼击机故障诊断[A];第七届全国信息隐藏暨多媒体信息安全学术大会论文集[C];2007年
7 李烨;蔡云泽;许晓鸣;;基于支持向量机集成的故障诊断[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年
8 和卫星;陈晓平;陈季云;陆森林;;石油钻井传动滚动轴承的故障诊断[A];2008中国仪器仪表与测控技术进展大会论文集(Ⅰ)[C];2008年
9 郭玮;李智勇;朱晟;孙慧;;支持向量机在变压器油溶解气体检测中的应用[A];第一届电力安全论坛优秀论文集[C];2008年
10 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 赵冲冲;基于支持向量机的旋转机械故障诊断[D];西北工业大学;2003年
2 邢永忠;最小二乘支持向量机的若干问题与应用研究[D];南京理工大学;2009年
3 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
4 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
5 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
6 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
7 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
8 翟永杰;基于支持向量机的故障智能诊断方法研究[D];华北电力大学(河北);2004年
9 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
10 田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年
中国硕士学位论文全文数据库 前10条
1 陈宏;基于小波能熵和支持向量机的故障诊断方法及其应用研究[D];燕山大学;2010年
2 曾嵘;支持向量机在设备故障诊断中的应用研究[D];中南大学;2005年
3 杨琦;支持向量机在液压系统故障诊断中的应用研究[D];大连海事大学;2005年
4 张永新;基于支持向量机和遗传算法相结合的模拟电路故障诊断方法研究[D];东北大学;2009年
5 于芙蓉;基于支持向量机的烟气轮机故障诊断研究[D];北京化工大学;2009年
6 刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
7 杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年
8 潘庆丰;模糊模式识别技术研究及其在故障诊断中的应用[D];福州大学;2006年
9 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
10 聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
中国重要报纸全文数据库 前10条
1 黄安华;液压制动系统的故障诊断[N];中国汽车报;2002年
2 李萍;济钢EAM离线网络点检和故障诊断管理系统开发应用[N];世界金属导报;2007年
3 胡荣山 马巍;上海海大一课题列入国家“863”计划[N];中国船舶报;2007年
4 孙建阳 刘波;小型渔船柴油机故障诊断与排除[N];中国渔业报;2008年
5 见习记者 仝亚娜;孙彦广:冶金故障诊断设备前景广阔[N];机电商报;2005年
6 小田;网卡故障诊断[N];中国电脑教育报;2000年
7 陈全东;干式复合“粘边”故障诊断[N];中国包装报;2003年
8 龚献荣;大型天然气装置实现网络化监测[N];中国化工报;2005年
9 周传勇 杜慧;济钢网络化设备点检与故障诊断管理系统上线运行[N];世界金属导报;2008年
10 汤怀京;WLAN也有“线”[N];中国计算机报;2004年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978