本发明是一种风机的在线状态检测故障诊断方法,首先对主风机故障机理进行研究,分析风机常见的故障类型及征兆,确定能够反映风机故障的振动信号、轴温信号、气压信号,完成信号采集点的布置;经查阅资料,振动信号能较好的反映风机的不同故障,对风机故障振动信号进行采集,模拟风机典型故障,采集相应故障振动信号,然后对相应故障信号进行基于小波包的能量故障特征提取;能量故障特征提取后,对能量故障特征提取的故障信号进行强化学习训练;建立风机典型故障特征表采集实际工作中风机故障信号,建立小波‑强化学习分析模块进行风机故障特征提取,获取当前及历史时刻故障特征向量最后采用最小二乘支持向量机对故障特征向量时间序列进行预测,据设定故障闽值,对风机未来工作状态进行准确预测与健康评估。
声明:
“风机的在线状态检测故障诊断方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)