本文關(guān)鍵詞：基于全矢支持向量回歸的機(jī)械故障預(yù)測(cè)研究

  更多相關(guān)文章： 全矢譜 趨勢(shì)預(yù)測(cè) 支持向量回歸 故障診斷 頻譜成分預(yù)測(cè)

【摘要】：為了滿足社會(huì)快速發(fā)展的需求,機(jī)械設(shè)備在首先保證生產(chǎn)質(zhì)量和設(shè)備可靠性的前提下為了提高效率越來(lái)越高速,為了減少人力成本,越來(lái)越智能,伴隨著這些發(fā)展設(shè)備變得也越來(lái)越復(fù)雜。旋轉(zhuǎn)機(jī)械是作為機(jī)械設(shè)備的核心設(shè)備,運(yùn)行的高效行與可靠性與工業(yè)整體的發(fā)展緊密相關(guān)。隨之而來(lái)的是旋轉(zhuǎn)機(jī)械設(shè)備的結(jié)構(gòu)越來(lái)越復(fù)雜,其運(yùn)行狀態(tài)也越來(lái)越復(fù)雜,越來(lái)越受到設(shè)備運(yùn)行與維護(hù)人員的重視。通常一個(gè)故障發(fā)生輕則影響加工質(zhì)量加工精度和設(shè)備的穩(wěn)定性,重則往往伴隨著人員傷亡、財(cái)產(chǎn)極大損失與生產(chǎn)中斷。對(duì)于如何使設(shè)備高效安全可靠運(yùn)行,成為工業(yè)技術(shù)中重要的一個(gè)課題。既要實(shí)時(shí)監(jiān)測(cè)設(shè)備目前的運(yùn)行狀態(tài),也要根據(jù)目前的狀態(tài)正確預(yù)測(cè)未來(lái)狀態(tài),以及時(shí)有效的對(duì)故障進(jìn)行分析處理,把故障解決在萌芽狀態(tài)。也可以結(jié)合以往機(jī)器的運(yùn)行規(guī)律合理安排維修時(shí)間,降低生產(chǎn)成本。對(duì)故障頻譜結(jié)構(gòu)進(jìn)行預(yù)測(cè)則可以更精準(zhǔn)的預(yù)知是那種故障,可以有針對(duì)的去排除一些無(wú)關(guān)故障,重點(diǎn)鎖定觀察與解決有關(guān)故障,能對(duì)故障更準(zhǔn)確判斷處理,大大縮短維修時(shí)間和維修成本,提高設(shè)備的利用率、安全性和可靠性,避免災(zāi)難性事故的發(fā)生,對(duì)于設(shè)備的正常運(yùn)行意義重大。全矢譜技術(shù)擺脫了單通道數(shù)據(jù)信息片面不完整的缺點(diǎn),對(duì)多通道數(shù)據(jù)進(jìn)行全信息融合,對(duì)轉(zhuǎn)子的振動(dòng)信息進(jìn)行準(zhǔn)確、全面地提取融合,可以真實(shí)地反映設(shè)備的運(yùn)行狀態(tài)。本文對(duì)旋轉(zhuǎn)機(jī)械在線監(jiān)測(cè)及故障診斷系統(tǒng)中趨勢(shì)預(yù)測(cè)進(jìn)行了研究,將全矢譜技術(shù)運(yùn)用到旋轉(zhuǎn)機(jī)械狀態(tài)趨勢(shì)預(yù)測(cè)及故障診斷中。主要研究的工作如下:1、闡述了全矢譜技術(shù)的基本理論、其在設(shè)備振動(dòng)信號(hào)處理的優(yōu)勢(shì)及其在故障診斷的準(zhǔn)確性、全面性。說(shuō)明全矢譜技術(shù)在設(shè)備運(yùn)行中處理振動(dòng)信號(hào)有優(yōu)勢(shì)。2、闡述支持向量回歸的基本理論、數(shù)值算法,并對(duì)數(shù)據(jù)做趨勢(shì)預(yù)測(cè),證明支持向量機(jī)在故障預(yù)測(cè)中的作用。3、闡述基于全矢支持向量回歸(FVSVR)單值預(yù)測(cè)新方法的基本理論及其在數(shù)據(jù)預(yù)測(cè)上的準(zhǔn)確有效性。通過(guò)實(shí)際數(shù)據(jù)進(jìn)行實(shí)例分析,用該方法分別單值預(yù)測(cè)倍頻成分來(lái)進(jìn)行頻譜結(jié)構(gòu)預(yù)測(cè)。證明了用該方法進(jìn)行設(shè)備運(yùn)行狀態(tài)振動(dòng)信號(hào)頻譜預(yù)測(cè)方法的有效性。4、用全矢支持向量回歸對(duì)向量進(jìn)行預(yù)測(cè)的方法對(duì)設(shè)備運(yùn)行的振動(dòng)信號(hào)頻譜結(jié)構(gòu)預(yù)測(cè),用實(shí)例驗(yàn)證說(shuō)明該方法在設(shè)備狀態(tài)頻譜結(jié)構(gòu)預(yù)測(cè)的準(zhǔn)確實(shí)用性。分別探討了各個(gè)倍頻預(yù)測(cè)參數(shù)選擇對(duì)預(yù)測(cè)精度的影響,并通過(guò)該研究確立用向量預(yù)測(cè)進(jìn)行頻譜結(jié)構(gòu)預(yù)測(cè)時(shí)的參數(shù)選擇。
【關(guān)鍵詞】：全矢譜 趨勢(shì)預(yù)測(cè) 支持向量回歸 故障診斷 頻譜成分預(yù)測(cè)
【學(xué)位授予單位】：鄭州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TH17;TP181
【目錄】：

• 摘要4-6
• Abstract6-10
• 1 緒論10-21
• 1.1 課題來(lái)源、目的和意義10-12
• 1.1.1 課題來(lái)源10
• 1.1.2 課題的目的和意義10-12
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀12-17
• 1.3 全信息分析方法的發(fā)展?fàn)顩r17-19
• 1.3.1 全息譜分析方法18
• 1.3.2 全頻譜分析方法18-19
• 1.3.3 全矢譜分析方法19
• 1.4 本文的主要內(nèi)容19-21
• 2 全矢譜技術(shù)基本理論及算法21-33
• 2.1 引言21
• 2.2 全矢譜技術(shù)的基本理論21-27
• 2.3 全矢譜技術(shù)的數(shù)值計(jì)算方法27-28
• 2.4 全矢譜技術(shù)的兼容性28-30
• 2.5 全矢譜技術(shù)的應(yīng)用實(shí)例30-32
• 2.6 本章總結(jié)32-33
• 3 基于FVSVR的頻譜結(jié)構(gòu)預(yù)測(cè)研究33-50
• 3.1 引言33
• 3.2 支持向量回歸的算法33-39
• 3.2.1 線性回歸及損失函數(shù)33-35
• 3.2.2 基于 -ε不敏感損失函數(shù)的支持向量回歸35-37
• 3.2.3 非線性回歸的推廣37-39
• 3.3 支持向量回歸在設(shè)備振動(dòng)幅值預(yù)測(cè)中的應(yīng)用39-42
• 3.3.1 時(shí)間序列預(yù)測(cè)的方法39-40
• 3.3.2 預(yù)測(cè)精度的評(píng)價(jià)指標(biāo)40
• 3.3.3 對(duì)機(jī)組振動(dòng)幅值進(jìn)行趨勢(shì)預(yù)測(cè)40-42
• 3.4 全矢支持向量回歸在振動(dòng)信號(hào)頻譜結(jié)構(gòu)趨勢(shì)預(yù)測(cè)中的應(yīng)用研究42-48
• 3.4.1 全矢支持向量回歸的頻譜結(jié)構(gòu)預(yù)測(cè)流程43
• 3.4.2 通過(guò)單值預(yù)測(cè)對(duì)機(jī)組振動(dòng)信號(hào)倍頻成分預(yù)測(cè)43-48
• 3.5 常見(jiàn)故障特征頻率48-49
• 3.6 本章小結(jié)49-50
• 4 全矢支持向量回歸向量預(yù)測(cè)50-58
• 4.1 引言50
• 4.2 支持向量回歸向量預(yù)測(cè)50-52
• 4.3 支持向量回歸向量預(yù)測(cè)參數(shù)選擇分析52-57
• 4.4 本章小結(jié)57-58
• 5 結(jié)論和展望58-60
• 5.1 結(jié)論58
• 5.2 展望58-60
• 參考文獻(xiàn)60-63
• 致謝63-65
• 個(gè)人簡(jiǎn)歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文與研究成果65

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 趙春暉;張q，

本文編號(hào)：742957