首页|基于贝叶斯分类的核电站泵类设备振动故障诊断方法

基于贝叶斯分类的核电站泵类设备振动故障诊断方法

Vibration Fault Diagnosis Method of Pump Equipment in Nuclear Power Plant Based on Bayesian Classification

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
传统方法在诊断设备振动故障时,仅提取了振动信号时域特征作为故障向量,导致故障诊断准确率较低、诊断时间较长,故设计了基于贝叶斯分类的核电站泵类设备振动故障诊断方法,在采集泵类设备振动信号后,重构振动信号低频部分并提取信号的时域和频域向量.将提取结果作为贝叶斯分类器的条件属性变量,计算变量归于故障类别的信息熵,选择最高信息熵对应的故障类别作为诊断结果.结果表明:该方法在提高故障诊断准确率的同时缩短了诊断时间.

Bayesian classificationpump equipmentvibration signaltime domain characteristicsfrequency domain characteristicsfault type

宋怡

展开 >

成都理工大学工程技术学院,四川 乐山 614099

贝叶斯分类 泵类设备 振动信号 时域特征 频域特征 故障类别

2023

10.19344/j.cnki.issn1671-5276.2023.04.016

机械制造与自动化
南京机械工程学会 南京机电产业（集团）有限公司

机械制造与自动化

CSTPCD
影响因子：0.29
ISSN：1671-5276
年,卷(期)：2023.52(4)
  • 15