基于人工蜂群算法優(yōu)化支持向量機(jī)的柴油機(jī)故障診斷研究.pdf

1、隨著現(xiàn)代化工業(yè)的不斷發(fā)展，柴油機(jī)作為動(dòng)力設(shè)備已被廣泛應(yīng)用到社會(huì)生產(chǎn)的各個(gè)行業(yè)，如礦山機(jī)械、交通運(yùn)輸?shù)阮I(lǐng)域，在工作系統(tǒng)中的地位日益重要。然而由于柴油機(jī)設(shè)備結(jié)構(gòu)的復(fù)雜性，零部件繁多并互相影響，加之工作環(huán)境較差且運(yùn)行工況繁雜等情況，其故障發(fā)生率較高，且故障一旦發(fā)生，所造成的影響將是難以估量的。由此，為避免不必要的損失，保證系統(tǒng)正常運(yùn)行，應(yīng)對(duì)柴油機(jī)實(shí)施狀態(tài)監(jiān)測(cè)與故障診斷以便能夠及時(shí)針對(duì)異常情況采取有效措施。
　　通過(guò)闡明與思索柴油機(jī)故障診

2、斷不同方法之間的利弊點(diǎn)和鑒于當(dāng)前的實(shí)驗(yàn)條件，本文選擇利用振動(dòng)信號(hào)分析法對(duì)R6105AZLD型柴油機(jī)進(jìn)行故障診斷研究，而歸納整個(gè)研究過(guò)程可主要集中于三部分：信號(hào)采集實(shí)驗(yàn)、信號(hào)處理、故障識(shí)別，各部分的具體工作如下：
　　（1）信號(hào)采集實(shí)驗(yàn)
　　根據(jù)柴油機(jī)結(jié)構(gòu)布置和工作原理，探究測(cè)點(diǎn)的合理安插位置以便能夠獲得包含柴油機(jī)豐富工作信息的振動(dòng)信號(hào)數(shù)據(jù)；分析柴油機(jī)主要故障形式和發(fā)生率，有針對(duì)性的設(shè)置柴油機(jī)故障，以增加研究的可用性；充分滿足

3、設(shè)備信號(hào)采集時(shí)對(duì)采樣頻率的要求，以保證在信號(hào)信息完整的前提下，減小運(yùn)算的復(fù)雜度。
　?。?）信號(hào)處理
　　柴油機(jī)振動(dòng)信號(hào)不僅具有非平穩(wěn)性，而且由于輸入輸出路徑復(fù)雜、振動(dòng)激勵(lì)源較多，以致采集到的信號(hào)信息比較混雜。為能選擇更為適用的測(cè)點(diǎn)信號(hào)數(shù)據(jù)，同時(shí)有效提純工況信息并最大限度地減小失真度，本文在小波閾值去噪基礎(chǔ)上，以信噪比、均方根誤差和平滑度三者為評(píng)價(jià)指標(biāo)來(lái)選擇最優(yōu)測(cè)點(diǎn)以及更加適宜的去噪規(guī)則；而后，為進(jìn)一步明確不同工況的柴油機(jī)振

4、動(dòng)信號(hào)特征信息，本文選擇小波包特征值提取法，同時(shí)為減小最終分類(lèi)識(shí)別時(shí)的工作量，對(duì)特征值只取用相對(duì)能量較大的部分作為診斷樣本數(shù)據(jù)。
　　（3）故障識(shí)別
　　針對(duì)支持向量機(jī)能夠有效解決故障識(shí)別中小樣本分類(lèi)問(wèn)題而關(guān)鍵參數(shù)的選擇會(huì)直接影響到最終分類(lèi)性能的好壞和基本人工蜂群算法可控參數(shù)少、原理易懂且易于實(shí)現(xiàn)但極易陷入局部最優(yōu)解、后期收斂速度慢等因素，本文最終選擇利用改進(jìn)搜索方式的人工蜂群算法對(duì)支持向量機(jī)參數(shù)優(yōu)化來(lái)進(jìn)行故障識(shí)別的研究手段