TY - JOUR A2 - Rémond, Didier AU - Xue, Hongtao AU - Li, Zhongxing AU - Wang, Huaqing AU - Chen，彭PY - 2014 DA - 2014/11/04 TI -智能诊断方法对离心泵系统使用振动信号和支持向量机六世- 2014 AB - SP - 407570提出了一种智能诊断方法使用统计过滤离心泵系统,支持向量机(SVM),可能性理论,基于振动信号的Dempster-Shafer理论(DST)对离心泵的早期常见故障进行诊断，如气蚀、叶轮不平衡、轴不对中等。首先，利用统计滤波器从泵的振动测量信号中提取最优频率域的特征信号，并定义无量纲症状参数(NSPs)表示故障类型的特征信号;其次，利用支持向量机(SVM)和神经网络分类器(NSPs)得到两种状态判别的最优分类超平面，并将其函数定义为综合症状参数(SSP)，以提高诊断的敏感性;最后，利用概率理论和动态时间间隔(DST)对故障诊断和故障类型识别进行了序列模糊诊断。将该方法应用于离心泵的故障检测，并通过实例验证了该方法的有效性。SN - 1070-9622 UR - https://doi.org/10.1155/2014/407570 DO - 10.1155/2014/407570 JF - Shock and Vibration PB - Hindawi Publishing Corporation KW - ER -