文献类型：期刊文章

作　　者：郑雪平[1] 王雪[2] 李太福[2]

机构地区：[1]中国石油西南油气田公司重庆天然气净化总厂,重庆404305 [2]重庆科技学院电子信息工程学院,重庆400032

出　　处：《现代制造工程》

基　　金：重庆教委科学技术研究资助项目(KJ071411)

年　　份：2008

期　　号：9

起止页码：120-124

语　　种：中文

收录情况：CSCD、CSCD_E2011_2012、JST、RCCSE、ZGKJHX、普通刊

摘　　要：大型重要的旋转机械现场故障诊断通常具有无法进行样本训练、信息离散和结果要求精确等特点,通常的诊断方法都面临较大的困难。提出一种基于模糊推理和支持向量机(SVM)融合机制的现场诊断方法,该方法构建通用的旋转机械故障的专家知识工程规则库,建立基于振动连续频谱的SVM推理和其他非频谱信号的模糊推理融合的诊断方法。该诊断方法适合现场突发性诊断过程,对信息源数量要求不高,具有较强的通用性。在某企业对空气压缩机进行的现场诊断证明诊断方法的实用性。

关 键 词：模糊推理 支持向量机 现场  故障诊断

分 类 号：TH17]