关键词：故障诊断;旋转机械;无量纲特征;特征选择;SVM
摘 要：针对石化机组旋转机械故障信息存在非线性、重叠性等特点，提出一种无量纲与支持向量机(Support Vector Machine,SVM)的石化机组旋转机械故障诊断方法。首先对采集的振动信号进行分析并将其无量纲化；接着通过特征选择选取高价值与敏感性强的无量纲特征，降低分类模型复杂度并提高算法速度；最后通过选取合适的SVM分类模型进行分类诊断。结合具有无量纲特征的故障敏感性与SVM的非线性分类性进行诊断分类，并通过石化机组故障诊断实验平台进行验证，表明该方法相比于其他经典分类方法分类效果更好，分类正确率为99.1%，证明了方法的有效性。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取