位置:成果数据库 > 期刊 > 期刊详情页
全矢支持向量回归频谱预测方法
  • ISSN号:1671-6833
  • 期刊名称:《郑州大学学报:工学版》
  • 时间:0
  • 分类:TH17[机械工程—机械制造及自动化]
  • 作者机构:[1]郑州大学机械工程学院,河南郑州450001, [2]河南机电职业学院,河南郑州451191
  • 相关基金:国家自然科学基金资助项目(50675209)
中文摘要:

为了对机械设备进行故障类型和故障部位的准确预测,提出了全矢支持向量回归的频谱预测新方法.该方法使用全矢谱信息融合技术对同源双通道信号进行信息融合,采用支持向量回归对全矢谱特征参数进行预测,保证了训练数据信息的全面性以及预测结果的准确性.该方法对振动信号的频谱结构分布情况进行准确预测,从而为对机组的故障类型和故障部位预测奠定技术基础.通过对某1 000MW汽轮机轴振进行频谱预测验证结果表明,该方法在对振动信号频谱结构特征进行预测方面具有较高的预测准确性.

英文摘要:

In order to predict the fault type and the fault position of rotating machinery more accurately, a new prediction method of frequency spectrum based on full vector support vector regression is proposed. The new method uses the full vector spectrum technology to merge the homologous double channel signal information, and uses support vector regression to predict the full vector spectrum characteristic parameters, which can en- sure the comprehensiveness of the training data and the accuracy of predict result. This method can forecast the frequency spectrum of the vibration signal accuracy and can then give the technical based for fault type and fault position predict. The experimental results of the frequency spectrum forecast of a 1000 MW steam turbine shaft show that this method can predict fully and accurately the spectrum' s structure of vibration signal.

同期刊论文项目
期刊论文 142 会议论文 7 专利 5 著作 1
同项目期刊论文
期刊信息
  • 《郑州大学学报:工学版》
  • 北大核心期刊(2011版)
  • 主管单位:河南省教育厅
  • 主办单位:郑州大学
  • 主编:李燕燕
  • 地址:郑州市高新区科学大道100号
  • 邮编:450001
  • 邮箱:gxb@zzu.edu.cn
  • 电话:0371-67781276 67781277
  • 国际标准刊号:ISSN:1671-6833
  • 国内统一刊号:ISSN:41-1339/T
  • 邮发代号:36-232
  • 获奖情况:
  • 全国高校优秀学报,河南省优秀科技期刊一等奖,河南省高校学报“三优”评比一等奖
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),美国数学评论(网络版),波兰哥白尼索引,美国剑桥科学文摘,英国科学文摘数据库,中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:5750