基于全息譜和支持向量機的水電機組振動故障診斷.pdf

1、水輪發(fā)電機組振源繁多，振動故障較為常見。目前的振動故障診斷研究，僅僅利用了振動的幅值和頻率信息，忽略了相位信息而且智能診斷的信息源往往是單一測點的振動信號，只能從一個角度反映機組局部的振動狀況，難以揭示整機振動的全貌。為了提高智能診斷的可信度和準確率，有必要完整地利用振動的幅、頻、相信息，對機組的振動監(jiān)測信號進行綜合分析。
　　本文在全息譜和支持向量機的基礎(chǔ)上，提出了新的水電機組振動故障的智能診斷方法。首先，針對主軸擺度信號具有密

2、集型頻譜的特點，采用密集頻譜細化校正技術(shù)對擺度信號進行頻譜分析，得到了高精度的幅值譜和相位譜；其次，通過對擺度信號幅值信息和相位信息的融合以及多傳感器信息的融合，在主軸擺度的各監(jiān)測斷面上構(gòu)造了二維全息譜，并從中提取全息故障特征；最后，利用支持向量機建立了從故障特征到故障類型之間的映射關(guān)系，進而實現(xiàn)水電機組振動故障的智能診斷。在仿真診斷中，所提出的診斷方法在小樣本情況下能夠準確辨識常見的振動故障。證明相位信息蘊含著重要的故障信息，融合了振