基于全矢支持向量回归的机械故障预测研究

发布时间：2017-08-26 21:10

  本文关键词：基于全矢支持向量回归的机械故障预测研究

  更多相关文章： 全矢谱 趋势预测 支持向量回归 故障诊断 频谱成分预测

【摘要】：为了满足社会快速发展的需求,机械设备在首先保证生产质量和设备可靠性的前提下为了提高效率越来越高速,为了减少人力成本,越来越智能,伴随着这些发展设备变得也越来越复杂。旋转机械是作为机械设备的核心设备,运行的高效行与可靠性与工业整体的发展紧密相关。随之而来的是旋转机械设备的结构越来越复杂,其运行状态也越来越复杂,越来越受到设备运行与维护人员的重视。通常一个故障发生轻则影响加工质量加工精度和设备的稳定性,重则往往伴随着人员伤亡、财产极大损失与生产中断。对于如何使设备高效安全可靠运行,成为工业技术中重要的一个课题。既要实时监测设备目前的运行状态,也要根据目前的状态正确预测未来状态,以及时有效的对故障进行分析处理,把故障解决在萌芽状态。也可以结合以往机器的运行规律合理安排维修时间,降低生产成本。对故障频谱结构进行预测则可以更精准的预知是那种故障,可以有针对的去排除一些无关故障,重点锁定观察与解决有关故障,能对故障更准确判断处理,大大缩短维修时间和维修成本,提高设备的利用率、安全性和可靠性,避免灾难性事故的发生,对于设备的正常运行意义重大。全矢谱技术摆脱了单通道数据信息片面不完整的缺点,对多通道数据进行全信息融合,对转子的振动信息进行准确、全面地提取融合,可以真实地反映设备的运行状态。本文对旋转机械在线监测及故障诊断系统中趋势预测进行了研究,将全矢谱技术运用到旋转机械状态趋势预测及故障诊断中。主要研究的工作如下:1、阐述了全矢谱技术的基本理论、其在设备振动信号处理的优势及其在故障诊断的准确性、全面性。说明全矢谱技术在设备运行中处理振动信号有优势。2、阐述支持向量回归的基本理论、数值算法,并对数据做趋势预测,证明支持向量机在故障预测中的作用。3、阐述基于全矢支持向量回归(FVSVR)单值预测新方法的基本理论及其在数据预测上的准确有效性。通过实际数据进行实例分析,用该方法分别单值预测倍频成分来进行频谱结构预测。证明了用该方法进行设备运行状态振动信号频谱预测方法的有效性。4、用全矢支持向量回归对向量进行预测的方法对设备运行的振动信号频谱结构预测,用实例验证说明该方法在设备状态频谱结构预测的准确实用性。分别探讨了各个倍频预测参数选择对预测精度的影响,并通过该研究确立用向量预测进行频谱结构预测时的参数选择。
【关键词】：全矢谱 趋势预测 支持向量回归 故障诊断 频谱成分预测
【学位授予单位】：郑州大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TH17;TP181
【目录】：

• 摘要4-6
• Abstract6-10
• 1 绪论10-21
• 1.1 课题来源、目的和意义10-12
• 1.1.1 课题来源10
• 1.1.2 课题的目的和意义10-12
• 1.2 国内外研究现状12-17
• 1.3 全信息分析方法的发展状况17-19
• 1.3.1 全息谱分析方法18
• 1.3.2 全频谱分析方法18-19
• 1.3.3 全矢谱分析方法19
• 1.4 本文的主要内容19-21
• 2 全矢谱技术基本理论及算法21-33
• 2.1 引言21
• 2.2 全矢谱技术的基本理论21-27
• 2.3 全矢谱技术的数值计算方法27-28
• 2.4 全矢谱技术的兼容性28-30
• 2.5 全矢谱技术的应用实例30-32
• 2.6 本章总结32-33
• 3 基于FVSVR的频谱结构预测研究33-50
• 3.1 引言33
• 3.2 支持向量回归的算法33-39
• 3.2.1 线性回归及损失函数33-35
• 3.2.2 基于 -ε不敏感损失函数的支持向量回归35-37
• 3.2.3 非线性回归的推广37-39
• 3.3 支持向量回归在设备振动幅值预测中的应用39-42
• 3.3.1 时间序列预测的方法39-40
• 3.3.2 预测精度的评价指标40
• 3.3.3 对机组振动幅值进行趋势预测40-42
• 3.4 全矢支持向量回归在振动信号频谱结构趋势预测中的应用研究42-48
• 3.4.1 全矢支持向量回归的频谱结构预测流程43
• 3.4.2 通过单值预测对机组振动信号倍频成分预测43-48
• 3.5 常见故障特征频率48-49
• 3.6 本章小结49-50
• 4 全矢支持向量回归向量预测50-58
• 4.1 引言50
• 4.2 支持向量回归向量预测50-52
• 4.3 支持向量回归向量预测参数选择分析52-57
• 4.4 本章小结57-58
• 5 结论和展望58-60
• 5.1 结论58
• 5.2 展望58-60
• 参考文献60-63
• 致谢63-65
• 个人简历、在学期间发表的学术论文与研究成果65

【相似文献】

中国期刊全文数据库 前10条

1 赵春晖;张q，

本文编号：742957