基于信息融合的設(shè)備故障預(yù)測研究.pdf

1、機(jī)械設(shè)備對工業(yè)進(jìn)步起到了巨大的促進(jìn)作用，為保障工業(yè)生產(chǎn)中關(guān)鍵設(shè)備持續(xù)、高效運(yùn)行，提高生產(chǎn)率，準(zhǔn)確的診斷與預(yù)測設(shè)備故障逐漸成為工業(yè)發(fā)展的重中之重。
　　以往的故障預(yù)測技術(shù)大都基于單傳感器信號，然而由于轉(zhuǎn)子渦動現(xiàn)象的存在，靠單一傳感器采集的信號往往比較片面，這就導(dǎo)致其預(yù)測結(jié)果不夠準(zhǔn)確。而全矢譜技術(shù)能融合多通道信號并準(zhǔn)確提取特征量，克服了預(yù)測數(shù)據(jù)不可靠的技術(shù)難點(diǎn)，可以有效提高故障預(yù)測的精度。
　　支持向量回歸方法在解決小樣本預(yù)測問

2、題中具有明顯的優(yōu)越性，而在其基礎(chǔ)上拓展出的最小二乘支持向量回歸具有更好的泛化能力和預(yù)測性能。在設(shè)備故障預(yù)測中采用最小二乘支持向量回歸可以充分利用設(shè)備狀態(tài)監(jiān)測系統(tǒng)中近段時(shí)間內(nèi)采集的小樣本數(shù)據(jù)進(jìn)行趨勢預(yù)測，這就大大提高預(yù)測結(jié)果的可信度，具有良好的工程實(shí)用效果。
　　本文將全矢譜技術(shù)與最小二乘支持向量回歸方法相結(jié)合，構(gòu)建基于信息融合的設(shè)備故障預(yù)測模型，與以往時(shí)域指標(biāo)的預(yù)測不同，該模型是對反映設(shè)備運(yùn)行狀態(tài)的頻譜結(jié)構(gòu)進(jìn)行預(yù)測，并通過實(shí)例驗(yàn)證

3、其有效性。本課題的主要研究工作如下：
　　1、分析不同的信息融合方法，并通過對比說明全矢譜技術(shù)的優(yōu)勢。介紹全矢譜技術(shù)的原理、算法以及特點(diǎn)，并通過風(fēng)力渦輪機(jī)故障診斷綜合實(shí)驗(yàn)臺上的診斷實(shí)例驗(yàn)證其能夠提取同源信號中完整的、準(zhǔn)確的特征信息。運(yùn)用全矢譜技術(shù)能夠獲得反映設(shè)備真實(shí)狀態(tài)的特征量，為設(shè)備故障預(yù)測提供可靠的數(shù)據(jù)支持。
　　2、研究支持向量回歸的基礎(chǔ)理論，分析其回歸預(yù)測的思想，并構(gòu)建基于全矢譜的支持向量回歸預(yù)測模型。該模型能夠解決