Noise and Vibration Control ›› 2024, Vol. 44 ›› Issue (1): 119-125.

Previous Articles     Next Articles

Dimensionless and SVM Fault Diagnosis Method for Rotating Machinery of Petrochemical Units

  

  • Received:2022-07-28 Revised:2022-11-17 Online:2024-02-18 Published:2024-02-10

无量纲与SVM的石化机组旋转机械故障诊断方法

周凌孟1,张清华1, 2,邓飞其1,孙国玺2,苏乃权2,朱冠华2   

  1. ( 1. 华南理工大学自动化科学与工程学院,广州510000;
    2. 广东石油化工学院广东省石化装备故障诊断重点实验室,广东茂名525000 )

摘要: 针对石化机组旋转机械故障信息存在非线性、重叠性等特点,提出一种无量纲与支持向量机(SupportVector Machine,SVM)的石化机组旋转机械故障诊断方法。首先对采集的振动信号进行分析并将其无量纲化;接着通过特征选择选取高价值与敏感性强的无量纲特征,降低分类模型复杂度并提高算法速度;最后通过选取合适的SVM分类模型进行分类诊断。结合具有无量纲特征的故障敏感性与SVM的非线性分类性进行诊断分类,并通过石化机组故障诊断实验平台进行验证,表明该方法相比于其他经典分类方法分类效果更好,分类正确率为99.1 %,证明了方法的有效性。

关键词: 故障诊断, 旋转机械, 无量纲特征, 特征选择, SVM