基于EEMD云模型与SVM的汽轮机转子故障诊断方法

田松峰; 胥佳瑞; 王美俊; 韩强

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EEMD云模型与SVM的汽轮机转子故障诊断方法

发电技术论坛 | 更新时间：2025-09-28

- 基于EEMD云模型与SVM的汽轮机转子故障诊断方法
- A rotor fault diagnosis method based on EEMD cloud model and SVM
- 热力发电 2017年第3期
- 作者机构：
  
  华北电力大学电站设备状态监测与控制教育部重点实验室,河北,保定,071003
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TK268+.1
- 网络出版日期：2017-03-27，
  
  纸质出版日期：2017
- 稿件说明：
移动端阅览
田松峰, 胥佳瑞, 王美俊, 等. 基于EEMD云模型与SVM的汽轮机转子故障诊断方法[J]. 热力发电, 2017,(3).

TIAN Songfeng, XU Jiarui, WANG Meijun, et al. A rotor fault diagnosis method based on EEMD cloud model and SVM[J]. Thermal power generation, 2017, (3).
田松峰, 胥佳瑞, 王美俊, 等. 基于EEMD云模型与SVM的汽轮机转子故障诊断方法[J]. 热力发电, 2017,(3). DOI：

TIAN Songfeng, XU Jiarui, WANG Meijun, et al. A rotor fault diagnosis method based on EEMD cloud model and SVM[J]. Thermal power generation, 2017, (3). DOI：

摘要

提出了一种基于集合经验模态分解（ EEMD）、云模型与支持向量机（ SVM）相结合的汽轮机转子多故障诊断方法。该方法首先采用 EEMD将振动信号分解成若干个 IMF分量，利用相关系数法对 IMF分量进行筛选，然后对筛选后的 IMF分量进行逆向云发生器计算，得到云模型的数字特征并构建为特征向量，将其应用到有向无环图 SVM中进行转子多故障状态识别，并与传统的 EEMD能量法进行对比。结果表明，该方法能够准确地完成转子多故障诊断，具有更高的识别率。

Abstract

关键词

Keywords

references

浏览量

182

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于集合经验模态分解样本熵和LIBSVM的离心风机故障诊断方法

基于特征约简理论的机组振动故障诊断模型

燃煤火电厂智能DCS的功能设计与应用

改进滑动窗口核主元分析算法

基于EEMD云模型与SVM的汽轮机转子故障诊断方法

A rotor fault diagnosis method based on EEMD cloud model and SVM

DOI：

摘要

Abstract

关键词

Keywords

references