基于小波包分解与SVM的气阀故障诊断研究
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1673-1255.2019.05.010

基于小波包分解与SVM的气阀故障诊断研究

引用
往复式压缩机是石油化工生产的关键设备,它的安全平稳运行与气阀的工作状态息息相关.为实现往复式压缩机气阀故障的快速诊断,利用小波包分解提取故障特征,基于SVM方法对气阀故障进行了识别,利用网格搜索进行参数寻优,搭建了小波包分解与支持向量机SVM联合诊断压缩机气阀故障的模型,验证了支持向量机SVM诊断压缩机气阀故障的有效性.简化了传统由经验人员判断气阀故障类型的过程,为压缩机气阀故障分析、气阀维修与更换等实际问题提供了理论依据.

往复式压缩机、气阀、网格搜索、支持向量机、小波包分解

34

TH16

辽宁省科学技术基金20180551016

2019-10-28(万方平台首次上网日期,不代表论文的发表时间)

共5页

48-52

相关文献
评论
暂无封面信息
查看本期封面目录

光电技术应用

1673-1255

21-1495/TN

34

2019,34(5)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn