文献类型：期刊文章

作　　者：马晓[1] 郑晅[2] 柴艳娜[1]

MA Xiao;ZHENG Xuan;CHAI Yanna(Department of Information and Network Management,Chang’an University,Xi’an Shaanxi 710064,China;School of Energy and Electrical Engineering,Chang’an University,Xi’an Shaanxi 710064,China)

机构地区：[1]长安大学信息与网络管理处(教育技术与网络中心),陕西西安710064 [2]长安大学能源与电气工程学院,陕西西安710064

出　　处：《传感技术学报》

基　　金：江苏省发改委新兴产业发展专项项目(KY2020037)。

年　　份：2024

卷　　号：37

期　　号：4

起止页码：675-681

语　　种：中文

收录情况：BDHX、BDHX2023、CAS、CSCD、CSCD2023_2024、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：通过调理振动信号可以更高效地监测振动故障。为此,提出基于传感信号采集的电控发动机振动故障监测方法。首先,搭建电控发电机传感信号采集与处理架构,通过放大传感信号增益、滤波和转换信号模数的方式处理待监测信号,为提高监测准确性奠定可靠的数据基础。通过小波包分解与重构,获取信号的时域参数和小波能谱熵,并构建三维特征量。然后,利用“一对一”分解策略优化孪生支持向量机,构造多元分类器,使其更适用于振动故障监测这一多类别分类问题,再输入待监测信号的特征量,通过确定故障类别实现持续性监测。仿真结果表明:该方法训练耗时的最大值仅为897 ms,对于转子摩擦振动、不平衡振动等5种类型故障的监测准确率始终在97%以上,在缩减训练样本后准确率仍保持在90%以上。

关 键 词：信号与信息处理 振动故障监测  传感信号采集  电控发动机 信号调理 信号转换  小波能谱熵  孪生支持向量机  

分 类 号：TH113.1] TP274]