隨著時(shí)代發(fā)展,工業(yè)生產(chǎn)正逐漸向系統(tǒng)化、協(xié)同化方向發(fā)展,生產(chǎn)設(shè)備之間的聯(lián)系日趨緊密,生產(chǎn)系統(tǒng)日趨復(fù)雜。其中,有些設(shè)備在整個(gè)系統(tǒng)中作用重大,有些設(shè)備則十分昂貴。如果這些關(guān)鍵設(shè)備的性能發(fā)生劣化,可能會(huì)導(dǎo)致系統(tǒng)癱瘓或者嚴(yán)重的經(jīng)濟(jì)損失。鑒于此,及時(shí)準(zhǔn)確的性能評(píng)價(jià)是非常必要的。本文主要研究了設(shè)備非平穩(wěn)信號(hào)特征提取和特征選擇,及基于支持向量機(jī)的設(shè)備性能評(píng)價(jià)方法。在特征提取方面,本文分別采用了連續(xù)小波變換、離散小波重構(gòu)、小波包分解求頻帶能量等多種方法,經(jīng)過(guò)對(duì)結(jié)果的深入分析和比對(duì),最終選定了小波包分解求頻帶能量為最優(yōu)方法。值得一提的是,本文在研究中發(fā)現(xiàn)了信號(hào)不同頻段變化趨勢(shì)的相似性,將成組技術(shù)思想引入信號(hào)分析領(lǐng)域,并對(duì)成組理論進(jìn)行了深入分析,提出了成組技術(shù)以廣義夾角余弦為度量的非線性矢量空間理論框架,并設(shè)計(jì)和實(shí)現(xiàn)了一種新的成組算法,收到了良好的應(yīng)用效果。在特征選擇方面,本文提出了未知信號(hào)的兩指標(biāo)聯(lián)合選擇方法,對(duì)模型的預(yù)期性質(zhì)進(jìn)行了深入探討,并最終構(gòu)建了一個(gè)滿足該性質(zhì)的數(shù)學(xué)模型。實(shí)際驗(yàn)證結(jié)果表明,本模型的選擇能力完全達(dá)到了預(yù)期目標(biāo)。除此之外,該模型對(duì)于類(lèi)似的選擇模式可推廣到多指標(biāo)選擇領(lǐng)域,具有一定的普適性... 

【文章來(lái)源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：108 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

刀具磨損數(shù)據(jù)采用db4小波進(jìn)行連續(xù)小波變換結(jié)果

重分就是兩個(gè)樣本點(diǎn)既可以屬于本身的約束并不沖突。重分會(huì)造成隸另外，因?yàn)榭臻g的非線性，組內(nèi)各點(diǎn)初始設(shè)定比較困難。3.3.2.3 共有核組 為了解決相似度難下設(shè)想：以每個(gè)樣本點(diǎn)為核樣本點(diǎn)，半徑的定參數(shù)做閉球，可得到互相交樣本點(diǎn)構(gòu)成集合，則可以發(fā)現(xiàn)有些集定義 3-3 把這些樣本點(diǎn)｛ｐ｝稱pSSSilmkLII∈ 對(duì)于共有核分組，所有集合元素為核，本子集內(nèi)其它所有點(diǎn)與本點(diǎn)之結(jié)構(gòu)圖如圖 3-5、圖 3-6 所示：有共

圖 5- 1 支持向量機(jī)結(jié)構(gòu)風(fēng)險(xiǎn)最小化示意圖Fig. 5-1 Structural risk minimization of SVM，對(duì)于模式識(shí)別來(lái)說(shuō)，SVM 的目標(biāo)是找到一個(gè)多的將兩類(lèi)數(shù)據(jù)點(diǎn)正確的分開(kāi)，同時(shí)使分開(kāi)的兩因此，是對(duì)經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化和推廣能力最大化的理論，稱 S 是凸集，如 果對(duì) 任意 nS Rx x∈12,( )x + x∈S12λ 1 λ非空凸集，f 是定義在 S 上的函數(shù)，稱 f 為凸函以及任意[ ]λ ∈0,1，都有( ( )) ( ) ( ) ( )1212f λ x+ 1 λx≤λfx+1 λfx式的等號(hào)去掉，則稱 f 為嚴(yán)格凸函數(shù)。于凸約束問(wèn)題：是整體解；成的集合是凸集；

【參考文獻(xiàn)】：
期刊論文
[1]模態(tài)選擇方法及其在復(fù)雜結(jié)構(gòu)振動(dòng)分析中的應(yīng)用[J]. 任會(huì)禮,王學(xué)林,胡于進(jìn),李成剛.  中國(guó)機(jī)械工程. 2008(08)
[2]概率神經(jīng)網(wǎng)絡(luò)PNN在發(fā)動(dòng)機(jī)故障診斷中的應(yīng)用[J]. 孫永軍,王福明.  機(jī)械工程與自動(dòng)化. 2007(04)
[3]基于成組技術(shù)的工藝裝備參數(shù)化系統(tǒng)設(shè)計(jì)[J]. 屠立.  成組技術(shù)與生產(chǎn)現(xiàn)代化. 2007(02)
[4]模糊聚類(lèi)分析法在抽風(fēng)機(jī)故障診斷中應(yīng)用[J]. 扶名福,謝明祥,饒泓.  工程力學(xué). 2007(S1)
[5]APPLICATION OF WAVELET TRANSFORM ON DIAGNOSIS AND PREDICTION OF MILLING CHATTER[J]. LUO Ming-Je.  Chinese Journal of Mechanical Engineering. 2007(03)
[6]基于奇異值分解及包絡(luò)分析的齒輪局部故障特征提取[J]. 呂勇,李友榮,王志剛,朱瑞蓀.  機(jī)床與液壓. 2007(05)
[7]Fuzzy數(shù)學(xué)在采煤機(jī)故障診斷中的應(yīng)用[J]. 陳孝國(guó),楊?lèi)?孫秀娟.  煤礦機(jī)械. 2007(05)
[8]Study of engine noise based on independent component analysis[J]. HAO Zhi-yong,JIN Yan,YANG Chen (School of Mechanical and Energy Engineering,Zhejiang University,Hangzhou 310027,China).  Journal of Zhejiang University（Science A:An International Applied Physics & Engineering Journal）. 2007(05)
[9]小波分析在真空練泥機(jī)軸承故障診斷中的應(yīng)用[J]. 舒服華.  陶瓷. 2007(04)
[10]改進(jìn)的小波包-特征熵在高壓斷路器故障診斷中的應(yīng)用[J]. 孫來(lái)軍,胡曉光,紀(jì)延超.  中國(guó)電機(jī)工程學(xué)報(bào). 2007(12)

博士論文
[1]基于數(shù)據(jù)挖掘與信息融合的故障診斷方法研究[D]. 孫衛(wèi)祥.上海交通大學(xué) 2006



本文編號(hào)：2989387