基于小波包分解-KPCA-SVM的压缩机气阀故障诊断技术研究

摘要：

为实现压缩机气阀故障的智能快速诊断,提出基于小波包分解-KPCA-SVM的气阀故障诊断技术.采用小波包对气阀振动信号进行分解,通过KPCA对特征向量进行数据降维,实现状态信息凝聚,利用SVM对故障进行自动识别和分类.以气阀正常、阀片断裂、弹簧失效和气阀漏气等四种状态为对象进行验证,经小波包-KPCA特征提取后数据从8维降至3维,分类正确率为95％,优于常规信号特征.研究结果可为压缩机气阀故障诊断、气阀更换与维修提供指导方向.

关键词：小波包;KPCA;SVM;气阀;压缩机

所属期刊栏目：24

分类号：TP751;TP391;TN911.7

在线出版日期：2022-01-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：53-56