摘要:为了提高发动机的故障识别率,设计了一种将B&B算法与广义辨别分析(GDA)相结合的多类特征融合方法。从发动机转子的振动信号中提取出频谱特征集和纹理特征集,用B&B算法删去2类特征集中信息量少的特征,并用GDA和支持向量机(SVM)分类器进行特征融合和分类识别。发动机的转子故障试验结果表明,该方法获得的融合特征包含有更多的类别信息,用于转子故障获得的识别率为98.21%,且不受分类器核参数的影响;而频谱特征、纹理特征输入SVM分类器后获得的故障识别率仅为92.86%和89.29%。该研究为发动机的故障诊断提供了一种有效、实用的特征提取方法。
关键词:发动机 故障诊断 特征提取 广义辨别分析 特征融合
单位:四川农业大学信息与工程技术学院; 雅安625014; 电子科技大学自动化工程学院; 成都611731
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社