基于特征约简理论的机组振动故障诊断模型

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于特征约简理论的机组振动故障诊断模型

发电技术论坛 | 更新时间：2025-09-28

- 基于特征约简理论的机组振动故障诊断模型
- Fault diagnosis model for steam turbine vibration based on feature reduction theory
- 热力发电 2016年第1期
- 作者机构：
  
  1. 华北电力大学能源动力与机械工程学院,北京,102206
  2. 华电国际电力股份有限公司,北京,100031
  3. 华电电力科学研究院,浙江,杭州,310030
- 作者简介：
  
  [ "王攀(1975-)，男，硕士，高级工程师，主要研究方向为能源管理与节能技术。" ]
- 基金信息：
- DOI：
  中图分类号： TK268.1
- 网络出版日期：2016-02-15，
  
  纸质出版日期：2016
- 稿件说明：
移动端阅览
王攀, 王泳涛, 王宝玉. 基于特征约简理论的机组振动故障诊断模型[J]. 热力发电, 2016,(1).

WANG Pan, WANG Yongtao, WANG Baoyu. Fault diagnosis model for steam turbine vibration based on feature reduction theory[J]. Thermal power generation, 2016, (1).
王攀, 王泳涛, 王宝玉. 基于特征约简理论的机组振动故障诊断模型[J]. 热力发电, 2016,(1). DOI：

WANG Pan, WANG Yongtao, WANG Baoyu. Fault diagnosis model for steam turbine vibration based on feature reduction theory[J]. Thermal power generation, 2016, (1). DOI：

通过比较主成分分析和粗糙集理论两种特征约简方法

提出了将主成分分析与改进支持向量机相结合的故障诊断方法，建立了主成分分析集成特征约简的振动故障诊断模型。以某汽轮机油膜涡动振动故障信号及某600 MW机组汽轮机的质量不平衡振动为例

对本文故障诊断方法进行验证

结果表明

本文故障诊断方法既缩短了诊断时间

又具有较高的诊断准确率。

浏览量

215

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于特征约简理论的机组振动故障诊断模型

基于EEMD云模型与SVM的汽轮机转子故障诊断方法

核电1 000 MW机组汽轮机高中压转子弯曲振动特性

汽轮机轴瓦乌金碾压损坏事故分析

35MW汽轮机主蒸汽导管振动分析与治理