简介:摘要:随着国民经济的快速发展,无论是工业生产还是人们的日常生活,对电能的供给质量有了全新的要求。汽轮机作为现代火电厂的关键设备,其良好的运行状态是保障电能正常供给的有力基础,但实际的工作当中,汽轮机常出现各种故障,为工业生产和人们的生活带来了很大的影响。火电厂汽轮机轴承故障诊断方法直接对故障特征指标进行选取,却未对故障特征进行分类,造成传统方法识别精度低。通过火电厂汽轮机轴承故障信号数据,基于提取火电厂汽轮机轴承故障特征,引入 KNN 算法,通过 SVM 改进该算法,构建故障诊断方法。该方法以提取的特征数据为输入,输出故障诊断结果,实现火电厂汽轮机轴承故障诊断。