排灌机械工程学报

作者：叶韬,司乔瑞,申纯浩,杨松,袁寿其*

单位：1. 江苏大学国家水泵及系统工程技术研究中心, 江苏 镇江212013; 2. 中国核动力研究设计院核反应堆系统设计技术重点实验室, 四川 成都610213

关键词：离心泵,空化监测,支持向量机,特征提取,网格参数寻优

基金：国家自然科学基金资助项目(51976079);国家重点研发计划项目(2018YFC0810500);中国博士后科学基金资助项目(2019M661745);江苏省产学研合作项目(BY2019059)

为利用机器学习的方法对离心泵运行状态进行监测,于离心泵发生空化故障前对离心泵初生空化状态做出判断,从而为离心泵运行状态在线监测提供一定的技术参考.针对基于支持向量机(SVM)的离心泵初生空化监测进行研究,采集离心泵运行振动信号,分析并选取均值、标准偏差、偏度、峭度等特征为特征向量训练模型,同时采用网格寻参与K-CV交叉验证的方式寻找最优组合参数.研究结果表明:网格寻优与交叉验证结合的方式能较好地寻找到最优参数;选取单一特征训练模型情况下,标准偏差的平均识别率最高,识别准确率为94.58%,以标准偏差、偏度、峭度两两组合的特征训练模型的平均识别率达到90%以上;该方法对离心泵初生空化识别具有较高准确率,具有一定鲁棒性,有较好的实用价值.

来源：2021年第9期

《排灌机械工程学报》期刊编辑部

查看排灌机械工程学报杂志2021年第9期