基于小波包和支持向量機(jī)的旋轉(zhuǎn)機(jī)械故障診斷方法研究.pdf

1、旋轉(zhuǎn)機(jī)械是工業(yè)部門中應(yīng)用最為廣泛的一類機(jī)械設(shè)備,大型旋轉(zhuǎn)機(jī)械故障診斷的研究對(duì)于避免巨額的經(jīng)濟(jì)損失和災(zāi)難事故的發(fā)生有著重要的意義。本文以支持向量機(jī)為理論基礎(chǔ),結(jié)合江西省自然科學(xué)基金項(xiàng)目“基于支持向量機(jī)設(shè)備故障智能診斷方法中若干關(guān)鍵問(wèn)題研究(0650054)”對(duì)智能故障診斷方法進(jìn)行了研究。以旋轉(zhuǎn)機(jī)械為研究對(duì)象,研究了支持向量機(jī)理論和算法,以及基于支持向量機(jī)的旋轉(zhuǎn)機(jī)械故障模式分類方法,并通過(guò)仿真進(jìn)行驗(yàn)證;設(shè)計(jì)了旋轉(zhuǎn)機(jī)械振動(dòng)數(shù)據(jù)采集系統(tǒng),在Ma

2、tlab平臺(tái)上構(gòu)建了基于支持向量機(jī)的旋轉(zhuǎn)機(jī)械故障模式分類原型系統(tǒng)進(jìn)行了實(shí)例分析。論文的主要研究?jī)?nèi)容如下:
　　1、論述了課題研究的背景和意義,綜述了支持向量機(jī)的理論研究和應(yīng)用發(fā)展,以及應(yīng)用于機(jī)械故障診斷領(lǐng)域的可行性、優(yōu)勢(shì)及存在的不足,最后給出了本文的主要研究?jī)?nèi)容。
　　2、介紹和分析了機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)習(xí)理論的主要內(nèi)容和支持向量機(jī)算法的基本思想,并將支持向量機(jī)引入機(jī)械故障診斷領(lǐng)域,給出了支持向量機(jī)應(yīng)用于機(jī)械故障診斷的基本步驟和

3、方法。
　　3、針對(duì)標(biāo)準(zhǔn)支持向量機(jī)不能直接用于解決故障診斷這種典型多值分類問(wèn)題的不足,論文提出了采用決策有向無(wú)環(huán)圖的多值分類算法,建立了多故障分類器模型和算法。
　　4、故障分類器的分類性能與支持向量機(jī)核函數(shù)參數(shù)有很大的關(guān)系,本文研究了以Fisher判別準(zhǔn)則為目標(biāo)函數(shù)的核函數(shù)參數(shù)優(yōu)化原理,提出了基于Fisher判別準(zhǔn)則和改進(jìn)遺傳算法相結(jié)合的核函數(shù)的參數(shù)優(yōu)化方法。該方法采用改進(jìn)遺傳算法對(duì)核參數(shù)進(jìn)行優(yōu)化,從而找出核參數(shù)的全局最優(yōu)