風(fēng)機(jī)是現(xiàn)代工礦企業(yè)大量使用的動(dòng)力設(shè)備，在企業(yè)生產(chǎn)過(guò)程和經(jīng)濟(jì)建設(shè)過(guò)程中起到非常重要作用。這些設(shè)備一旦出現(xiàn)故障將給企業(yè)帶來(lái)較大的經(jīng)濟(jì)損失。應(yīng)用故障趨勢(shì)預(yù)測(cè)可以在風(fēng)機(jī)出現(xiàn)故障之前提前進(jìn)行停機(jī)檢修，防止突發(fā)事故，維持正常生產(chǎn)秩序，減少過(guò)剩維修，較大幅度降低維修費(fèi)用，因此具有重要的實(shí)際應(yīng)用價(jià)值。 由于一般預(yù)測(cè)方法存在建模復(fù)雜、適用性窄、預(yù)測(cè)精度較低、泛化性能較差以及對(duì)非線性信號(hào)預(yù)測(cè)效果欠佳等缺陷，本文提出了基于小波分析和支持向量機(jī)的風(fēng)機(jī)故障早期預(yù)測(cè)方法。通過(guò)前期小波分解，將風(fēng)機(jī)原始振動(dòng)時(shí)間序列依尺度分解到不同層次，對(duì)每層信號(hào)分別采用支持向量機(jī)預(yù)測(cè)，最后通過(guò)小波重構(gòu)算法得到原始序列的預(yù)測(cè)值。文中最后對(duì)某鋁廠排送風(fēng)機(jī)的運(yùn)行狀態(tài)進(jìn)行預(yù)測(cè)，并于其它預(yù)測(cè)方法做了對(duì)比，結(jié)果表明該方法具有更高的預(yù)測(cè)精度。應(yīng)用該預(yù)測(cè)方法可以合理安排風(fēng)機(jī)維修時(shí)間，減少維修費(fèi)用。文中最后重點(diǎn)探討小波基函數(shù)、小波分解層數(shù)以及支持向量機(jī)各參數(shù)對(duì)預(yù)測(cè)結(jié)果的影響，具有一定理論指導(dǎo)意義。 由于旋轉(zhuǎn)類機(jī)械的相通性，本文所采用的原理和方法，也可應(yīng)用于壓縮機(jī)等其它旋轉(zhuǎn)機(jī)械的故障預(yù)測(cè)中。因而本課題不僅可以為分析、預(yù)報(bào)風(fēng)機(jī)故障提供切實(shí)可行... 

【文章來(lái)源】：廣西大學(xué)廣西壯族自治區(qū) 211工程院校

【文章頁(yè)數(shù)】：93 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 風(fēng)機(jī)故障預(yù)測(cè)的研究意義和方法
        1.1.1 風(fēng)機(jī)故障趨勢(shì)預(yù)測(cè)的研究意義
    1.2 國(guó)內(nèi)外風(fēng)機(jī)故障診斷的研究方法、現(xiàn)狀及發(fā)展趨勢(shì)
        1.2.1 風(fēng)機(jī)故障診斷國(guó)內(nèi)外研究概況
        1.2.2 風(fēng)機(jī)故障趨勢(shì)預(yù)測(cè)的研究方法
        1.2.3 風(fēng)機(jī)故障診斷技術(shù)的發(fā)展趨勢(shì)
    1.3 本文的研究?jī)?nèi)容和結(jié)構(gòu)
第二章 小波分析理論及其在風(fēng)機(jī)故障診斷中的應(yīng)用
    2.1 小波分析簡(jiǎn)介
    2.2 Fourier變換(FT)
    2.3 窗口Fourier變換
    2.4 小波變換
        2.4.1 小波、小波變換的定義和條件
        2.4.2 小波變換的自適應(yīng)時(shí)—頻窗
        2.4.3 離散小波變換(Discrete Wavelet Transform,DWT)
    2.5 多分辨分析
        2.5.1 多分辨分析
    2.6 小波與小波包分解與重構(gòu)算法
        2.6.1 Mallat合成與分解算法
        2.6.2 小波包Mallat算法
    2.7 小波(包)分析在風(fēng)機(jī)故障診斷中的應(yīng)用
        2.7.1 小波分析對(duì)突變信號(hào)的分析
        2.7.2 小波分析對(duì)含噪聲信號(hào)的分析
        2.7.3 小波分析對(duì)長(zhǎng)趨勢(shì)信號(hào)的檢測(cè)
        2.7.4 調(diào)頻信號(hào)的小波包分析
    2.8 小結(jié)
第三章 統(tǒng)計(jì)學(xué)習(xí)理論與支持向量機(jī)
    3.1 統(tǒng)計(jì)學(xué)習(xí)理論
        3.1.1 VC維理論
        3.1.2 經(jīng)驗(yàn)風(fēng)險(xiǎn)最小原則
        3.1.3 結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則
    3.2 支持向量和最優(yōu)分類面
    3.3 非線性支持向量機(jī)
    3.4 支持向量回歸(SVR)
    3.5 支持向量機(jī)研究現(xiàn)狀以及應(yīng)用
        3.5.1 支持向量機(jī)理論的研究現(xiàn)狀
        3.5.2 支持向量機(jī)的應(yīng)用概況
    3.6 小結(jié)
第四章 基于AR(p)模型和支持向量機(jī)的風(fēng)機(jī)故障趨勢(shì)預(yù)測(cè)
    4.1 風(fēng)機(jī)振動(dòng)噪聲診斷機(jī)理研究
        4.1.1 風(fēng)機(jī)的振動(dòng)原因及診斷依據(jù)
        4.1.2 風(fēng)機(jī)的噪聲分析
    4.2 時(shí)間序列和隨機(jī)過(guò)程
    4.3 自回歸(AR)模型
        4.3.1 模型概述
        4.3.2 AR模型系數(shù)和階次的確定
        4.3.3 AR(p)模型預(yù)測(cè)
    4.4 基于支持向量機(jī)的風(fēng)機(jī)故障預(yù)測(cè)方法
        4.4.1 支持向量機(jī)預(yù)測(cè)
    4.5 風(fēng)機(jī)振動(dòng)時(shí)間序列趨勢(shì)試驗(yàn)及狀態(tài)預(yù)測(cè)
        4.5.1 實(shí)驗(yàn)裝置和預(yù)測(cè)方案
        4.5.2 訓(xùn)練與測(cè)試樣本確定
        4.5.3 樣本數(shù)據(jù)標(biāo)準(zhǔn)化
        4.5.4 小波基函數(shù)與分解參數(shù)的選取
        4.5.5 預(yù)測(cè)性能評(píng)價(jià)指標(biāo)
    4.6 支持向量機(jī)參數(shù)對(duì)預(yù)測(cè)結(jié)果的影響分析
        4.6.1 支持向量機(jī)的C值影響
        4.6.2 ε值的預(yù)測(cè)影響
        4.6.3 p_1值影響
        4.6.4 核函數(shù)影響
    4.7 同一測(cè)點(diǎn)不同測(cè)量方向上的風(fēng)機(jī)故障趨勢(shì)預(yù)測(cè)
    4.8 小結(jié)
第五章 全文總結(jié)與展望
    5.1 全文總結(jié)
    5.2 展望
參考文獻(xiàn)
附錄1
附錄2
致謝
攻讀學(xué)位期間發(fā)表學(xué)術(shù)論文
學(xué)位論文原創(chuàng)性聲明
學(xué)位論文使用授權(quán)聲明


【參考文獻(xiàn)】：
期刊論文
[1]風(fēng)機(jī)振動(dòng)故障診斷綜述[J]. 汪光陽(yáng),周義蓮.  安徽工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2006(01)
[2]電力短期負(fù)荷的多變量時(shí)間序列線性回歸預(yù)測(cè)方法研究[J]. 雷紹蘭,孫才新,周湶,張曉星.  中國(guó)電機(jī)工程學(xué)報(bào). 2006(02)
[3]基于支持向量機(jī)的語(yǔ)音檢測(cè)[J]. 呂剛.  武漢理工大學(xué)學(xué)報(bào). 2005(04)
[4]基于支持向量機(jī)的旋轉(zhuǎn)機(jī)械非線性故障診斷研究[J]. 王秉仁,劉兆陽(yáng),張家偉,田麗潔.  煤礦機(jī)械. 2005(02)
[5]基于時(shí)間序列的支持向量機(jī)在負(fù)荷預(yù)測(cè)中的應(yīng)用[J]. 張林,劉先珊,陰和俊.  電網(wǎng)技術(shù). 2004(19)
[6]BP神經(jīng)網(wǎng)絡(luò)在風(fēng)機(jī)振動(dòng)報(bào)警時(shí)間中的應(yīng)用[J]. 秦衡峰,卜英勇,王福亮.  鑿巖機(jī)械氣動(dòng)工具. 2004(02)
[7]小波分解與變換法預(yù)測(cè)地下水位動(dòng)態(tài)[J]. 吳東杰,王金生,滕彥國(guó).  水利學(xué)報(bào). 2004(05)
[8]風(fēng)機(jī)振動(dòng)故障的狀態(tài)監(jiān)測(cè)與處理[J]. 黃加?xùn)|,仲大慶.  中國(guó)設(shè)備工程. 2004(05)
[9]支持向量機(jī)在交通量預(yù)測(cè)中的應(yīng)用[J]. 王繼生,高寶成,時(shí)良平.  信息技術(shù). 2004(04)
[10]基于小波分解的AR-SVR一類非平穩(wěn)時(shí)間序列預(yù)測(cè)[J]. 曾凡仔,裘正定.  信號(hào)處理. 2004(02)



本文編號(hào)：3408168