【摘要】：減壓閥是工業(yè)生產(chǎn)中常用和重要的穩(wěn)壓元器件之一。減壓閥持續(xù)的泄漏或過大的泄漏會使其密封面遭受腐蝕,導(dǎo)致減壓閥的功能部分喪失或完全喪失,從而引起安全事故,阻礙工業(yè)生產(chǎn)并對生命財產(chǎn)安全構(gòu)成威脅。鑒于泄漏危害的嚴重性,ISO19973(全稱:氣動元件可靠性評價的實驗方法)規(guī)定了通過實驗評價氣動減壓閥可靠性的測試方法和失效標(biāo)準(zhǔn)。由此可見,研究減壓閥泄漏的機理和本質(zhì),建立泄漏的數(shù)學(xué)模型,掌握其泄漏的變化規(guī)律,對于保護生命財產(chǎn)安全、保證工業(yè)生產(chǎn)的健康穩(wěn)定運行具有積極的現(xiàn)實意義。特別是如果能建立泄漏的時間預(yù)測模型,就能夠快速、準(zhǔn)確地預(yù)測泄漏,進而做出維修或繼續(xù)使用的決定,建立高效率的、低成本的維修制度。 減壓閥的泄漏過程是非線性、多變量、時變、強耦合的,并且涉及大量的不確定因素,因而該過程是典型的復(fù)雜過程。采用機理建模方法,有利于理解減壓閥泄漏的機理和本質(zhì),揭示泄漏和諸多參數(shù)之間的關(guān)系,卻難以獲得精確的預(yù)測值。支持向量機是在預(yù)測建模領(lǐng)域出現(xiàn)的一種新的人工智能方法,由于其完備的理論基礎(chǔ)在工程中獲得了成功的應(yīng)用,并受到了廣泛的關(guān)注。因此,該方法為泄漏預(yù)測開辟了一條可能的有效途徑。在研究支持向量機的基礎(chǔ)上,本文針對泄漏預(yù)測建模中精度和速度等方面展開了一系列的研究工作,主要研究內(nèi)容如下: (1)減壓閥泄漏的機理預(yù)測模型。將泄漏分為兩部分,經(jīng)過泄放孔的排放量和端面密封引起的泄漏量。對第一部分,把泄放孔等效為收縮噴嘴,根據(jù)連續(xù)性方程得到經(jīng)過泄放孔的泄漏。對第二部分,利用分形理論來描述隨時間變化的密封端面的形貌,給出了密封端面上泄漏通道的數(shù)學(xué)表達式,將這些泄漏通道也抽象成收縮噴嘴,從而獲得經(jīng)過泄漏通道的泄漏量。 (2)基于支持向量機和隱含信息的權(quán)重調(diào)整方法。減壓閥在長期的運行過程中,端面形貌和密封間隙的幾何形狀都是不斷變化的,因此其泄漏量理論模型很難求解。而在支持向量機領(lǐng)域,可用變權(quán)重方法來描述這種情況,不同時刻的樣本數(shù)據(jù),重要程度相差較大,對每個樣本點應(yīng)采用不同的權(quán)重系數(shù)。提出了隱含懲罰系數(shù)的概念。將隱含信息和樣本映射到同一個高維空間,在這個空間中,使用標(biāo)準(zhǔn)的支持向量回歸方法處理隱含信息,獲得樣本在隱含信息作用下的偏差,以該偏差作為權(quán)重函數(shù)的調(diào)整函數(shù)。分別進行了回歸麥克-格拉斯混沌時間序列的仿真驗證和回歸機械密封實驗裝置泄漏量的實驗驗證。 (3)基于雙隱含信息的減壓閥泄漏時間預(yù)測模型。針對機理預(yù)測模型和現(xiàn)代分析預(yù)測方法的不足和減壓閥泄漏的特點,在支持向量回歸加的基礎(chǔ)上,結(jié)合基于隱含信息的權(quán)重函數(shù)調(diào)整方法,提出了基于支持向量機和雙隱含信息的減壓閥泄漏預(yù)測模型。給出了建立該模型的步驟和方法,包括隱含信息的選擇、泄漏數(shù)據(jù)和壓力差數(shù)據(jù)的預(yù)處理,以及求解和使用該模型的方法。討論了遺傳算法和粒子群算法在多參數(shù)優(yōu)化背景下的性能比較。遺傳算法和粒子群算法在優(yōu)化兩個或者三個待定參數(shù)時,性能比較沒有一個統(tǒng)一的結(jié)論;在優(yōu)化該模型的六個參數(shù)時,粒子群算法優(yōu)于遺傳算法。對減壓閥泄漏失效進行預(yù)測實驗,和其它預(yù)測建模方法相比,該模型能正確預(yù)測出最多個數(shù)的泄漏失效樣本。詳細分析了閥No.3的情況,從理論上討論了隱含信息不起作用的原因。 (4)貫序最小優(yōu)化加算法。支持向量回歸加充分利用了隱含信息,進一步提高了預(yù)測的精度。由于引入了隱含信息,需要處理的數(shù)據(jù)量增大,延長了訓(xùn)練模型的時間,使得難以快速獲得模型的結(jié)果。提出了用于優(yōu)化支持向量回歸加的貫序最小優(yōu)化加算法。通過分析支持向量機加優(yōu)化問題的約束條件,并根據(jù)KKT優(yōu)化條件,給出了判斷支持向量和普通樣本的標(biāo)準(zhǔn),給出了貫序最小優(yōu)化加算法中的違反KKT條件,討論了滿足KKT條件的幾種情況。通過適當(dāng)?shù)臄?shù)學(xué)變換,證明了支持向量機加和支持向量回歸加有著相同形式的數(shù)學(xué)表達結(jié)構(gòu),使得貫序最小優(yōu)化加算法既可以優(yōu)化支持向量機加,又可以優(yōu)化支持向量回歸加。證明并解釋了支持向量機加不存在最小二乘的形式。開發(fā)了貫序最小優(yōu)化加算法軟件,并對減壓閥泄漏預(yù)測模型進行了實驗。
【圖文】：

往往都有泄漏異常的現(xiàn)象。為了預(yù)防安周期的運行，需要建立維修制度對減壓閥進行嚴大量的人力、物力和時間進行減壓閥的檢查和維時停止運行配合檢查，這在一定程度上降低了生究減壓閥泄漏的機理和本質(zhì)，建立泄漏的數(shù)學(xué)保護生命財產(chǎn)安全、降低經(jīng)濟損失，保證工業(yè)生意義。特別是如果能建立泄漏的時間預(yù)測模型，么就可以做出維修或繼續(xù)使用的決定，這將打破的、低成本的維修制度。于日本 SMC 株式會社委托研究項目“氣動元0503-D02)開展相關(guān)研究工作。漏

圖 1-2 平行端面密封模型Figure 1-2 Seal model of parallel end faces論，Helnze 研究了縫隙中的壓力和泄漏。學(xué)規(guī)律，通過密封縫隙的泄漏是層流運動模型。Mayer 用此模型計算通過平面平行縫行縫隙之間差別很大，，因而實驗結(jié)果和理密封泄漏模型，Mayer 通過對密封端面表面粗糙度測量與性能有著特別重大的影響[15]。表面微觀不下，密封縫隙中的流體構(gòu)不成層流，縫隙體主要通過單個的沒有相互連通的細溝或整個寬度上都存在粗糙不平的不連續(xù)的迷
【學(xué)位授予單位】：上海交通大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2012
【分類號】：TH134

【參考文獻】

相關(guān)期刊論文 前10條

1 孫見君;顧伯勤;魏龍;;基于分形理論的接觸式機械密封泄漏模型[J];化工學(xué)報;2006年07期

2 賀波;劉曉東;靳小超;鐘學(xué)軍;;基于樣本加權(quán)的支持向量機預(yù)測方法[J];火力與指揮控制;2010年11期

3 奉國和,朱思銘;改進SVM及其在時間序列數(shù)據(jù)預(yù)測中的應(yīng)用[J];華南理工大學(xué)學(xué)報(自然科學(xué)版);2005年05期

4 陳國安,葛世榮;基于分形理論的磨合磨損預(yù)測模型[J];機械工程學(xué)報;2000年02期

5 何露斯;國產(chǎn)與美國克蘭公司生產(chǎn)的機械密封技術(shù)水平分析[J];水泵技術(shù);1995年02期

6 黃細霞;石繁槐;顧偉;陳善本;;加權(quán)支持向量回歸在線學(xué)習(xí)方法[J];上海交通大學(xué)學(xué)報;2009年06期

7 彭旭東,顧永泉;不同相態(tài)下端面形貌和流體慣性對機械密封性能的影響[J];石油大學(xué)學(xué)報(自然科學(xué)版);1990年03期

8 于振華;蔡遠利;;基于在線小波支持向量回歸的混沌時間序列預(yù)測[J];物理學(xué)報;2006年04期

9 王軍;彭宏;肖建;;尺度核支持向量回歸的非線性系統(tǒng)辨識[J];系統(tǒng)仿真學(xué)報;2006年09期

10 李春茂;肖建;張s

本文編號：2700228