期刊文献+

基于ISVD-GMM的绞车故障预警方法探索

下载PDF
导出
摘要 针对绞车受基座晃动、横向风载及起放钻具外部冲击等影响,故障信号噪声成分复杂,难以实现准确故障预警的问题。提出了基于迭代奇异值分解(Iterative Singular Value Decomposition,ISVD)和高斯混合模型(Gauss mixture model,GMM)的绞车故障预警方法。采用ISVD分解原始信号并提取故障信号的有效成分;通过小波包变换(Wavelet Packet Transform,WPT)重构信号增强微弱故障信号成分;利用GMM方法建立统计分布,结合KL距离进行故障预警。最后通过实验验证了基于ISVD-GMM的绞车故障预警方法的有效性。
出处 《中国设备工程》 2024年第6期19-23,共5页 China Plant Engineering
基金 中国石油天然气集团有限公司科学研究与技术开发项目(2021DJ4304)。
  • 相关文献

参考文献9

二级参考文献76

共引文献109

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部