本發(fā)明是一種風(fēng)機(jī)的在線狀態(tài)檢測故障診斷方法,首先對主風(fēng)機(jī)故障機(jī)理進(jìn)行研究,分析風(fēng)機(jī)常見的故障類型及征兆,確定能夠反映風(fēng)機(jī)故障的振動信號、軸溫信號、氣壓信號,完成信號采集點的布置;經(jīng)查閱資料,振動信號能較好的反映風(fēng)機(jī)的不同故障,對風(fēng)機(jī)故障振動信號進(jìn)行采集,模擬風(fēng)機(jī)典型故障,采集相應(yīng)故障振動信號,然后對相應(yīng)故障信號進(jìn)行基于小波包的能量故障特征提??;能量故障特征提取后,對能量故障特征提取的故障信號進(jìn)行強(qiáng)化學(xué)習(xí)訓(xùn)練;建立風(fēng)機(jī)典型故障特征表采集實際工作中風(fēng)機(jī)故障信號,建立小波?強(qiáng)化學(xué)習(xí)分析模塊進(jìn)行風(fēng)機(jī)故障特征提取,獲取當(dāng)前及歷史時刻故障特征向量最后采用最小二乘支持向量機(jī)對故障特征向量時間序列進(jìn)行預(yù)測,據(jù)設(shè)定故障閩值,對風(fēng)機(jī)未來工作狀態(tài)進(jìn)行準(zhǔn)確預(yù)測與健康評估。
聲明:
“風(fēng)機(jī)的在線狀態(tài)檢測故障診斷方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)