毛仲强 王立辉 段礼祥 金 琳 谢骏遥

(1.中国石油塔里木油田分公司，新疆 库尔勒 841000；2.中国石油大学(北京)机械与储运工程学院，北京 102249； 3.天津新港船舶重工有限责任公司，天津 300452)

基于EMD奇异值熵和GASVM的转子系统故障诊断方法

毛仲强1王立辉1段礼祥2金 琳3谢骏遥2

(1.中国石油塔里木油田分公司，新疆 库尔勒 841000；2.中国石油大学(北京)机械与储运工程学院，北京 102249； 3.天津新港船舶重工有限责任公司，天津 300452)

提出一种基于经验模态分解(EMD)和奇异值熵的转子系统故障特征提取方法，克服了奇异值分解相空间重构参数难以选择的问题。然后将奇异值和奇异值熵作为故障特征输入到支持向量机(SVM)中，利用遗传算法(GA)对支持向量机进行参数优化，实现了故障的精确诊断。最后通过对转子不平衡、碰摩和不平衡-碰摩耦合3种故障的正确诊断，证明该方法的有效性。

故障诊断 转子系统 EMD奇异值熵 遗传算法 支持向量机

在石油、化工、电力及航空等行业中，压缩机、离心机及电机等大中型旋转机械起着举足轻重的作用。旋转机械一般由转子系统、轴承及缸体等主要部件组成，其中转子系统是最为关键的部件之一[1，2]。据统计，导致旋转机械失效的原因中，转子故障占50%以上。当转子发生故障时，其振动信号表现出非平稳特性，难以有效提取非平稳信号中的特征进而进行故障诊断，因此研究转子故障诊断具有重要意义[3]。

在转子系统常用的故障诊断方法中，时频域方法能够分析信号的时域或频域信息，但不能同时兼顾信号在时域和频域上的故障特征[4]。……