基于模糊支持向量机的捣固车液压系统故障诊断研究

发布时间：2017-09-23 07:30

  本文关键词：基于模糊支持向量机的捣固车液压系统故障诊断研究

  更多相关文章： 捣固车 液压系统 特征提取 故障诊断 模糊支持向量机

【摘要】：由于捣固车液压系统工作强度大,负荷高,如果在维修铁轨时不能及时解决产生的故障,那么就会影响其他列车的顺利运行。因此,非常有必要开展捣固车液压系统的故障诊断方法研究。本文研究了故障振动信号降噪方法以及故障特征提取方法,并在此基础上研究了一种基于模糊支持向量机的捣固车液压系统故障分类方法,旨在当捣固车液压系统发生故障时能够准确快速地实现故障分类,同时采用改进的粒子群优化算法优化模糊支持向量机的参数以提高分类正确率。本文介绍了改进EMD阈值降噪方法、Q-Shift双树复小波域HMT模型降噪方法和改进EMD阈值结合Q-Shift双树复小波域HMT模型的降噪方法,并在此基础上研究了基于完全总体经验模态分解CEEMD与模糊熵相结合的捣固车液压系统故障特征提取方法。首先利用经验模态分解EMD方法对故障振动信号进行分解,得到固有模态函数IMF。其次,根据连续均方误差准则选择前几个主要IMF采用改进的阂值法进行去噪。再次,将去噪后的和余下的IMF分量分别采用Q-Shift双树复小波域HMT模型进行二次去噪。然后,将二次去噪后的各IMF分量进行信号重构得到最终去噪后的故障信号。最后,利用完全总体经验模态分解获得最终去噪故障信号的IMF分量,并采用模糊熵算法计算前几个主要IMF分量的模糊熵构成故障特征向量。实验结果表明改进EMD阈值结合Q-Shift双树复小波域HMT模型的降噪方法能够达到更好的降噪效果,采用本文所提的故障特征提取方法提取的特征量能够很好地表征故障信息。本文研究基于模糊支持向量机FSVM的捣固车液压系统故障分类模型与方法,同时采用改进的粒子群优化算法优化模糊支持向量机的模型参数,目的在于提高故障诊断模型的诊断正确率。首先采用模糊C均值隶属度函数求解出各个样本点的模糊隶属度,以此改变各个样本点的惩罚参数,构造FSVM分类模型。然后,选用改进的粒子群优化算法对FSVM模型中的惩罚系数C、核函数宽度σ进行优化,选择最优参数构建FSVM最优故障诊断模型,并利用该模型进行故障分类。仿真实验表明该方法对捣固车液压系统的故障类型具有很高的识别率。
【关键词】：捣固车 液压系统 特征提取 故障诊断 模糊支持向量机
【学位授予单位】：昆明理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TH137;TP18;U216.631
【目录】：

• 摘要5-7
• Abstract7-12
• 第一章 绪论12-22
• 1.1 论文研究背景及意义12-13
• 1.1.1 论文研究背景12
• 1.1.2 论文研究意义12-13
• 1.2 国内外研究现状13-18
• 1.2.1 信号降噪与特征提取技术的研究现状13-14
• 1.2.2 模糊支持向量机技术的研究现状14-15
• 1.2.3 液压系统故障诊断技术的研究现状15-18
• 1.3 研究方法18
• 1.4 论文的研究内容及结构安排18-22
• 1.4.1 论文的研究内容18-19
• 1.4.2 论文的结构安排19-22
• 第二章 SVM相关理论22-40
• 2.1 统计学习理论基础22-26
• 2.1.1 VC维理论22-23
• 2.1.2 推广性的界23-24
• 2.1.3 结构风险最小化原则24-26
• 2.2 最优分类超平面26-27
• 2.3 支持向量机分类原理27-31
• 2.3.1 线性支持向量分类机27-30
• 2.3.2 非线性支持向量分类机30-31
• 2.4 多类分类支持向量机31-39
• 2.5 本章小结39-40
• 第三章 捣固车液压系统故障状态振动信号降噪与特征提取技术40-62
• 3.1 基于改进EMD阈值处理的降噪方法40-44
• 3.1.1 经验模态分解原理40-42
• 3.1.2 改进EMD阈值处理的降噪原理42-44
• 3.2 基于Q-Shift双树复小波域HMT模型降噪方法44-47
• 3.2.1 Q-Shift双树复小波变换44-45
• 3.2.2 小波域隐马尔可夫树模型45-46
• 3.2.3 Q-Shift双树复小波域隐马尔可夫树模型降噪原理46-47
• 3.3 改进EMD阈值结合Q-Shift双树复小波域HMT模型降噪方法47-48
• 3.4 信号降噪仿真实验及分析48-54
• 3.5 基于CEEMD与模糊熵的捣固车液压系统故障特征提取54-61
• 3.5.1 完全总体经验模态分解54-55
• 3.5.2 模糊熵理论的基本原理55-57
• 3.5.3 CEEMD模糊熵在捣固车液压系统故障特征提取中的应用57-61
• 3.6 本章小结61-62
• 第四章 模糊支持向量机故障诊断模型62-72
• 4.1 模糊支持向量机的相关理论62-66
• 4.1.1 模糊集理论62-63
• 4.1.2 模糊隶属度的度量方法63-65
• 4.1.3 模糊支持向量机核函数的选择65-66
• 4.2 模糊支持向量机故障诊断模型的构建及分类流程66-69
• 4.2.1 模糊支持向量机故障诊断模型的建立66-67
• 4.2.2 模糊支持向量机故障诊断模型的分类流程67-69
• 4.3 故障诊断实验69-70
• 4.4 本章小结70-72
• 第五章 基于PSO算法优化的FSVM在捣固车液压系统故障诊断中的应用72-84
• 5.1 粒子群优化算法及其改进72-75
• 5.1.1 基本粒子群优化算法72-74
• 5.1.2 改进的粒子群优化算法74-75
• 5.2 模糊支持向量机模型的参数优化75-77
• 5.3 改进粒子群优化算法优化模糊支持向量机的流程与步骤77-79
• 5.4 仿真实验分析79-83
• 5.5 本章小结83-84
• 第六章 总结和展望84-86
• 6.1 结论84
• 6.2 未来工作展望84-86
• 致谢86-88
• 参考文献88-92
• 附录A 攻读学位期间发表论文与软件著作权目录92-94
• 附录B 攻读学位期间参与的研究工作94

【相似文献】

中国期刊全文数据库 前10条

1 王红;09-32型连续式捣固车[J];铁道建筑;2003年04期

2 翟绍春;黄志坚;;捣固车液压系统的维护[J];工程机械与维修;2008年06期

3 王於化;;我国第一台部分国产化大型捣固车胜利出厂[J];机车电传动;1990年05期

4 余启明;08—32捣固车捣固装置产生动作冲击与不同步的原因分析及消除方法[J];机车电传动;1999年02期

5 韦展慧;08-32型捣固车制动距离调整方法的探讨[J];机车车辆工艺;2002年02期

6 韩志青,齐风林;捣固车的名词术语诠释[J];铁道建筑;2003年04期

7 高春雷,陆亦群;捣固车激光位移传感器检测系统的研制[J];铁道建筑;2004年08期

8 易师武;08-32型捣固车曲线作业荒拨的分析与探讨[J];上海铁道科技;2004年03期

9 应立军,周书武,亓琳,王景元;08-32捣固车作业电气救援系统的研制[J];铁道学报;2004年06期

10 应立军,周书武,亓琳,王景元;08-32捣固车电气系统在线监测与故障诊断系统[J];交通运输工程学报;2004年04期

中国重要会议论文全文数据库 前10条

1 李忠祥;;08-32型捣固车前端电气输入系统的故障分析[A];铁道工务论文集（第3册）[C];2004年

2 张坤;;08-16捣固车无走行故障分析及处理办法[A];铁道工务论文集（第3册）[C];2004年

3 陆亦群;高春雷;;提高捣固车作业精度的探索[A];铁路大型养路机械论文集[C];2005年

4 谢洪波;;09-32捣固车工作小车补偿值原理推导[A];铁路大型养路机械论文集[C];2005年

5 张成福;;09-32捣固车使用心得[A];铁路大型养路机械论文集[C];2005年

6 阎正义;;捣固装置备用总成保有量的影响因素和计算方法[A];铁路大型养路机械论文集[C];2005年

7 潘勇;;内燃直动式捣固机[A];铁道工务论文集（第3册）[C];2004年

8 言建文;;08-32捣固车四点法前端偏移修正方法的探讨[A];铁路大型养路机械论文集[C];2005年

9 曹德胜;;对捣固车起拨道装置的安全卡控措施的探讨[A];铁路大型养路机械论文集[C];2005年

10 孙清平;;捣固车线路破坏后的恢复措施[A];铁路大型养路机械论文集[C];2005年

中国重要报纸全文数据库 前7条

1 陈南辉邋王寅坤 刘俊;全路首台新型工务捣固车亮相[N];人民铁道;2007年

2 通讯员 周主文　杨峰;连续式捣固车通过铁道部出厂评审[N];人民铁道;2010年

3 赵其红 富建强;昆明中铁新型捣固车问世[N];中国铁道建筑报;2003年

4 南永生;为了四千公里铁路线的安全[N];中国职工科技报;2006年

5 杨滨　呼兴宝 王作奎;“机械化部队”松辽平原展开攻坚战[N];人民铁道;2007年

6 本报记者 樊康屹 本报通讯员 何威;党支部立项攻关显成效[N];人民铁道;2013年

7 陆华邋郭薇娜;昆明局工务维修体制改革初见成效[N];人民铁道;2008年

中国博士学位论文全文数据库 前3条

1 李玮;捣固车轨道参数自动引导系统的关键技术研究[D];昆明理工大学;2011年

2 吴桂清;铁路捣固车设备状态与作业质量在线监测方法及应用[D];湖南大学;2012年

3 刘毅;捣固装置及其电液激振技术的研究[D];浙江大学;2013年

中国硕士学位论文全文数据库 前10条

1 于俊夫;基于WSN的捣固车作业部件故障状态监测与应用[D];昆明理工大学;2015年

2 尧宇;基于可靠性分析的捣固装置维护策略研究[D];西南交通大学;2015年

3 陈荣;基于CAN总线的道岔捣固车分布式控制系统[D];西南交通大学;2014年

4 宋亚丽;CAN总线技术在捣固车上的应用研究[D];石家庄铁道大学;2014年

5 胡志柯;DWL-48型捣固稳定车系统的动力学性能研究[D];西南交通大学;2016年

6 潘国瑞;道岔捣固车起拨道作业对轨道结构受力和变形的影响研究[D];西南交通大学;2016年

7 伍超;铁路板结道床捣固作业机理研究[D];西南交通大学;2016年

8 王勇;基于模糊支持向量机的捣固车液压系统故障诊断研究[D];昆明理工大学;2016年

9 李蕊;捣固车作业系统多传感器数据融合的研究[D];昆明理工大学;2016年

10 浦明;基于改进的BP神经网络的捣固车故障诊断专家系统的研究[D];昆明理工大学;2016年

，

本文编号：903989