【技术实现步骤摘要】
本申请涉及船舶综合保障的，具体而言，涉及一种基于支持向量机的离心泵故障诊断方法。
技术介绍
1、离心泵是一个非常复杂的非线性系统，其故障诊断过程可视为模式识别的过程，从非平稳的振动信号中提取出故障特征信息是离心泵故障诊断的关键。由于负载、摩擦等非线性因素对振动信号的不同影响，仅在时域和频域对机械设备工作状态进行精确诊断是比较困难的。特别是对于多源信号而言，其特征存在耦合和混叠等现象。
2、在故障特征提取方面，传统的针对轴承故障的特征提取方法主要集中在寻找特征频率上，但是特征频率往往会和转频的倍频重合，在实际测得的振动信号中存在转频及其倍频，难以对其做到有效区分。
3、在故障诊断方面，目前传统的离心泵故障诊断方法主要基于神经网络，传统的神经网络学习分类方法故障识别率较低。虽然针对离心泵的故障诊断方法研究不断在进展，但针对离心泵不同转速下的具体诊断问题，相关算法还有优化空间，具体的诊断流程需要进一步发展。
技术实现思路
1、本专利技术所要解决的技术问题在于针对上述存在的...
【技术保护点】
1.一种基于支持向量机的离心泵故障诊断方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于支持向量机的离心泵故障诊断方法，其特征在于，步骤b中所述频域参数的敏感性和稳定性分析包括如下内容：
3.根据权利要求2所述的一种基于支持向量机的离心泵故障诊断方法，其特征在于，步骤c中所述基于最大相关最小冗余准则的特征优选包括如下内容：
4.根据权利要求3所述的一种基于支持向量机的离心泵故障诊断方法，其特征在于，步骤c中所述最小二乘支持向量机进行故障模式识别包括如下内容：
5.根据权利要求1或4所述的一种基于支持向量机...
【技术特征摘要】
1.一种基于支持向量机的离心泵故障诊断方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于支持向量机的离心泵故障诊断方法，其特征在于，步骤b中所述频域参数的敏感性和稳定性分析包括如下内容：
3.根据权利要求2所述的一种基于支持向量机的离心泵故障诊断方法，其特征在于，步骤c中所述基于最大相关最小冗余准则的特征优选包...
【专利技术属性】
技术研发人员：刘子昂，周凌，张杰，王晓彬，陈泽濛，
申请(专利权)人：中国舰船研究设计中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。