基于PCA和SVM的汽車涂裝線機(jī)電設(shè)備智能診斷.pdf

1、隨著新的汽車涂裝生產(chǎn)技術(shù)、生產(chǎn)工藝以及大型復(fù)雜設(shè)備的不斷涌現(xiàn)和迅速發(fā)展，為了保證生產(chǎn)和設(shè)備高效、可靠的運(yùn)行，因此對(duì)汽車涂裝系統(tǒng)各機(jī)電設(shè)備運(yùn)行狀態(tài)的準(zhǔn)確診斷提出了更高的要求。由于智能理論的發(fā)展，設(shè)備狀態(tài)判別進(jìn)入了智能化發(fā)展階段。本文詳細(xì)研究了主成分分析法和支持向量機(jī)在涂裝線設(shè)備診斷中的應(yīng)用，并結(jié)合虛擬儀器進(jìn)行了涂裝線設(shè)備監(jiān)控與智能診斷系統(tǒng)的設(shè)計(jì)。論文主要內(nèi)容如下：
　　 1.根據(jù)汽車涂裝線生產(chǎn)工藝，對(duì)各子系統(tǒng)主要設(shè)備的故障機(jī)理進(jìn)行

2、了分析研究，指出了設(shè)備經(jīng)常發(fā)生的故障類型和征兆，在各系統(tǒng)內(nèi)建立了數(shù)據(jù)采集系統(tǒng)。
　　 2.研究了故障征兆提取技術(shù)。在實(shí)際環(huán)境下，眾多傳感器采集到的信號(hào)，一方面，并不是所有變量都反映設(shè)備狀態(tài)的重要信息，有些會(huì)干擾診斷；另一方面，設(shè)備信號(hào)特征的輸出有一定相關(guān)性。因此，論文討論了主成分分析方法和改進(jìn)的主成分分析法的應(yīng)用。通過(guò)烘房燃燒加熱系統(tǒng)設(shè)備的實(shí)例對(duì)比分析，驗(yàn)證了此方法的優(yōu)勢(shì)。
　　 3.較深入研究了核函數(shù)類型及核參數(shù)對(duì)分類

3、器精度的影響。通過(guò)雙螺旋數(shù)據(jù)樣本仿真試驗(yàn)，分別分析了高斯核和多項(xiàng)式核對(duì)分類精度的影響，以及高斯核寬度系數(shù)和懲罰參數(shù)對(duì)分類精度的影響，表明高斯核參數(shù)和懲罰參數(shù)在某個(gè)范圍時(shí)，分類器精度最好。
　　 4.提出了一種基于主成分分析和支持向量機(jī)的設(shè)備狀態(tài)分類識(shí)別方法。結(jié)合主成分分析法的特征提取和向量機(jī)的識(shí)別優(yōu)勢(shì)，采用網(wǎng)格搜索交叉驗(yàn)證法尋求最優(yōu)核參數(shù)，來(lái)建立向量機(jī)訓(xùn)練模型。通過(guò)烘房燃燒加熱系統(tǒng)4種設(shè)備的12種狀態(tài)進(jìn)行了驗(yàn)證。分別分析了主成分