为提高水电机组故障诊断的准确性、确保机组安全运行,提出了基于局部切空间排列算法(local tangent space alignment,LTSA)与谱聚类的水电机组振动故障诊断方法。首先,利用GHM(Geronimo,Hardin,Massopust)多小波对机组振动信号进行分解...为提高水电机组故障诊断的准确性、确保机组安全运行,提出了基于局部切空间排列算法(local tangent space alignment,LTSA)与谱聚类的水电机组振动故障诊断方法。首先,利用GHM(Geronimo,Hardin,Massopust)多小波对机组振动信号进行分解,从所得多小波分解系数中提取多个特征参数,并利用检测指数(detection index,DI)对特征参数进行特征选择,降低特征维数;然后,利用LTSA对所得故障特征进行融合,获取低维强敏感特征参数;最后,将所得的特征参数输入到谱聚类算法中,实现水电机组振动故障识别。利用转子试验台和水电机组振动信号对所提出的方法进行了验证,结果表明该方法能够更好地识别机组故障。展开更多
文摘为提高水电机组故障诊断的准确性、确保机组安全运行,提出了基于局部切空间排列算法(local tangent space alignment,LTSA)与谱聚类的水电机组振动故障诊断方法。首先,利用GHM(Geronimo,Hardin,Massopust)多小波对机组振动信号进行分解,从所得多小波分解系数中提取多个特征参数,并利用检测指数(detection index,DI)对特征参数进行特征选择,降低特征维数;然后,利用LTSA对所得故障特征进行融合,获取低维强敏感特征参数;最后,将所得的特征参数输入到谱聚类算法中,实现水电机组振动故障识别。利用转子试验台和水电机组振动信号对所提出的方法进行了验证,结果表明该方法能够更好地识别机组故障。
