基于高斯混合模型的汽轮机振动故障诊断
采用高斯混合模型(GMM)与小波包分析相结合的方法,对汽轮机振动故障进行了诊断研究.首先对振动故障信号进行小波包分解,去除干扰信号,提取包含故障特征信息的频段作为故障特征矢量.以此特征矢量建立GMM,并用建立的模型识别各种故障.利用在Bently实验台上测得的实验数据进行建模及故障识别.计算结果中,当模数M=12时,GMM识别故障的正确率约80%~90%,表明GMM结合小波包分析进行汽轮机振动故障诊断的方法能取得较好的效果.
高斯混合模型(GMM)、汽轮机故障诊断、小波包分析、EM算法
30
TK268(蒸汽动力工程)
2010-03-26(万方平台首次上网日期,不代表论文的发表时间)
共5页
86-90