基于2维能量特征和快速SVM的涡轮泵实时故障检测算法

针对涡轮泵,提出了基于2维能量特征的快速SVM实时故障检测算法。以70为步长,以时域能量和能量变化率为故障特征,计算原始训练样本集。算法采用条件正定核函数计算原始训练样本集中正常与故障样本间的距离,筛选得到边界训练样本集,以此计算支持向量并构造决策函数。该算法对各1 000个正常和故障样本进行训练,仅用时0.42 s。对于检测数据,提前关机时刻3.02 s报警。该算法提高了训练与分类速度,具有良好的实时性与准确性。