本文關(guān)鍵詞：基于粒子群優(yōu)化支持向量機(jī)決策樹(shù)的齒輪箱故障診斷方法　出處：《太原理工大學(xué)》2012年碩士論文　論文類(lèi)型：學(xué)位論文

  更多相關(guān)文章： 齒輪箱 粒子群 決策樹(shù) 支持向量機(jī) 故障診斷

【摘要】：齒輪箱作為機(jī)械設(shè)備中一種必不可少的連接和傳遞動(dòng)力的通用零件,在現(xiàn)代工業(yè)發(fā)展中具有廣泛的應(yīng)用。在工業(yè)生產(chǎn)過(guò)程中,大約有80%的機(jī)械故障是由齒輪箱故障引起的,這些故障的發(fā)生將直接影響機(jī)器壽命、生產(chǎn)安全與生產(chǎn)效益等。因此,對(duì)其進(jìn)行故障診斷,以保證設(shè)備正常運(yùn)行具有非常重要的實(shí)際意義。本文針對(duì)齒輪箱的故障機(jī)理,研究了齒輪箱故障特征提取技術(shù),特別是針對(duì)現(xiàn)有支持向量機(jī)在利用決策樹(shù)策略構(gòu)造多類(lèi)分類(lèi)器的過(guò)程中存在的問(wèn)題,提出基于粒子群優(yōu)化決策樹(shù)的支持向量機(jī)模型,以解決齒輪箱故障難以及時(shí)有效地辨識(shí)的問(wèn)題。 首先,本文分析齒輪箱振動(dòng)機(jī)理和常見(jiàn)的幾種故障類(lèi)型,并在此基礎(chǔ)上,搭建了齒輪箱試驗(yàn)平臺(tái),設(shè)計(jì)了齒輪箱故障診斷試驗(yàn)方案,通過(guò)測(cè)試得到了不同故障下齒輪箱的振動(dòng)響應(yīng)加速度信號(hào)。 其次,通過(guò)粒子群優(yōu)化算法的基本原理,分析了粒子群算法的參數(shù)對(duì)算法精度與效率的影響,以及參數(shù)的選擇原則。為了驗(yàn)證帶慣性權(quán)重PSO算法的性能,本文選取了兩個(gè)常用的標(biāo)準(zhǔn)函數(shù)做仿真,通過(guò)實(shí)驗(yàn)表明,慣性權(quán)重PSO算法在滿(mǎn)足收斂精度的條件下,能夠快速收斂到全局最優(yōu)解。 最后,將利用慣性權(quán)重PSO算法優(yōu)良的全局搜索性能優(yōu)化支持向量機(jī)決策樹(shù),生成最優(yōu)決策樹(shù),構(gòu)造出多元分類(lèi)器,并將其代入齒輪箱故障診斷的試驗(yàn)數(shù)據(jù)中,結(jié)果表明,本論文研究的方法不但能夠有效地實(shí)現(xiàn)故障診斷,并且提高了故障診斷的正確率,該研究方法為機(jī)械設(shè)備故障診斷提供了一種更加準(zhǔn)確、更加有效的方法。
[Abstract]:In the process of industrial production , about 80 % of the mechanical faults are caused by the failure of the gear box , and the occurrence of these faults will directly affect the machine life , the production safety and the production benefit , etc . Therefore , the fault feature extraction technology of the gear box will be directly affected by the failure mechanism of the gear box , and the support vector machine model based on the particle swarm optimization decision tree is proposed to solve the problem that the gear box is difficult to identify effectively in time . First of all , this paper analyzes the vibration mechanism of gear box and several common types of faults . On the basis of this , the gearbox test platform is built , the fault diagnosis test scheme of the gearbox is designed , and the vibration response acceleration signal of the gear box under different faults is obtained through testing . Secondly , through the basic principle of particle swarm optimization algorithm , the influence of parameters on the accuracy and efficiency of the algorithm and the selection principle of the parameters are analyzed . In order to verify the performance of the PSO algorithm with inertia weight , two commonly used standard functions are selected as the simulation , and the experiment shows that the inertia weight PSO algorithm can converge quickly to the global optimal solution under the condition of meeting the convergence accuracy . Finally , the optimal decision tree is optimized by using the global search performance of the inertial weight PSO algorithm to generate the optimal decision tree . The multi - classifier is constructed and substituted into the test data of the fault diagnosis of the gear box . The results show that the method not only can effectively realize fault diagnosis , but also improves the accuracy of fault diagnosis . The research method provides a more accurate and more effective method for fault diagnosis of mechanical equipment .

【學(xué)位授予單位】：太原理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2012
【分類(lèi)號(hào)】：TH165.3;TP18

【參考文獻(xiàn)】

相關(guān)期刊論文 前9條

1 魏秀業(yè);潘宏俠;;齒輪箱故障診斷技術(shù)現(xiàn)狀及展望[J];測(cè)試技術(shù)學(xué)報(bào);2006年04期

2 連可;黃建國(guó);王厚軍;龍兵;;一種基于遺傳算法的SVM決策樹(shù)多分類(lèi)策略研究[J];電子學(xué)報(bào);2008年08期

3 高鷹,謝勝利;免疫粒子群優(yōu)化算法[J];計(jì)算機(jī)工程與應(yīng)用;2004年06期

4 李寧,孫德寶,岑翼剛,鄒彤;帶變異算子的粒子群優(yōu)化算法[J];計(jì)算機(jī)工程與應(yīng)用;2004年17期

5 劉建;王益群;孫福;寧淑榮;;基于粒子群理論的板形模糊模式識(shí)別方法[J];機(jī)械工程學(xué)報(bào);2008年01期

6 延麗平;曾建潮;;具有自適應(yīng)隨機(jī)慣性權(quán)重的PSO算法[J];計(jì)算機(jī)工程與設(shè)計(jì);2006年24期

7 楊明,張載鴻;決策樹(shù)學(xué)習(xí)算法ID3的研究[J];微機(jī)發(fā)展;2002年05期

8 丁華,王秀坤,孫燾;基于PSO改進(jìn)決策樹(shù)算法的研究[J];小型微型計(jì)算機(jī)系統(tǒng);2005年07期

9 謝明,丁康;基于復(fù)解析帶通濾波器的復(fù)調(diào)制細(xì)化譜分析的算法研究[J];振動(dòng)工程學(xué)報(bào);2002年04期

相關(guān)博士學(xué)位論文 前2條

1 王芳;粒子群算法的研究[D];西南大學(xué);2006年

2 張利彪;基于粒子群和微分進(jìn)化的優(yōu)化算法研究[D];吉林大學(xué);2007年

相關(guān)碩士學(xué)位論文 前2條

1 項(xiàng)文娟;齒輪箱故障源信號(hào)分析方法及系統(tǒng)研究[D];浙江大學(xué);2007年

2 周亮;基于小波分析的齒輪箱故障診斷技術(shù)的分析與研究[D];武漢科技大學(xué);2009年

，

本文編號(hào)：1403314