《机电工程》杂志社科技期刊核心期刊论文投稿机电一体化机械、仪表电工自动化、计算机浙江大学主办

《机电工程》杂志，月刊( 详细... )

中国标准连续出版物号： ISSN 1001-4551 CN 33-1088/TH
主办单位：浙江省机电集团有限公司
浙江大学
主编：陈晓
副主编：唐任仲、罗向阳(执行主编)
总经理：罗向阳
出版：浙江《机电工程》杂志社有限公司
地址：杭州市上城区延安路95号浙江省机电集团大楼二楼211、212室
电话Tel：+86-571-87041360、87239525
E-mail：meem_contribute@163.com
国外发行：中国国际图书贸易总公司
订阅：全国各地邮局 国外代号：M3135
国内发行：浙江省报刊发行局
邮发代号：32-68
广告发布登记证：杭上市管广发G-001号

在线杂志	当前位置：机电工程 >>在线杂志

基于LS SVM的一次风机振动在线监测及故障预警研究*

作者：韩平1，王天堃1，孟永毅2 日期：2016-06-27/span> 浏览：3326 查看PDF文档

基于LS SVM的一次风机振动在线监测及故障预警研究*

韩平1，王天堃1，孟永毅2

（1.神华国能（神东电力）集团，北京 100033；2.山西鲁能河曲发电有限公司，山西忻州 036504）

摘要：针对火电厂一次风机运行工况复杂和多状态变量强耦合特性而难以构建设备精确模型问题，将智能数据挖掘方法应用于风机设备故障预警和诊断中。通过对风机典型运行特性进行分析，提出了一种基于最小二乘支持向量机（LSSVM）的一次风机振动状态估计和故障预警方法。结合山西河曲发电厂1号机组的1#一次风机历史运行数据，应用Matlab对所提出的方法进行了验证和分析。研究结果表明，该预测方法有较高的估计精度，能够及时辨别一次风机在运行中的振动异常，适用于火电厂辅机设备的故障诊断，具有一定的工程应用价值。

关键词：一次风机；在线监测；最小二乘支持向量机（LSSVM）；故障预警；

中图分类号：TM621.7;TH113.1; 文献标志码：A 文章编号：1001-4551(2016)05-0629-04

本文引用格式：

韩平，王天堃，孟永毅.基于LS SVM的一次风机振动在线监测及故障预警研究［J］.机电工程，2016，33(5)：629-632.

HAN Ping, WANG Tian kun, MENG Yong yi, et al. Research of LS SVM based method for online monitoring and fault prediction of primary air fan vibration［J］.Journal of Mechanical & Electrical Engineering, 2016,33(5):629-632.

《机电工程》杂志：http://www.meem.com.cn