收藏本站
《上海交通大学》 2008年
收藏 | 手机打开
二维码
手机客户端打开本文

基于逻辑回归和支持向量机的设备状态退化评估与趋势预测研究

雷金波  
【摘要】: 现代工业不断向大型化、连续化、高速化、重载化和智能化等方向发展。这些发展降低了生产成本、提高了生产效率,大大提高了产品的设计、制造和服务速度;同时,倘若这类复杂的设备发生意外的或突然的故障,不仅会影响企业的生产效率、造成经济损失,而且会增加企业的维护和修缮成本,严重时甚至造成人员伤亡、引发社会问题。因此,如何准确有效地针对关键旋转机械设备开展状态监测和故障预测工作,避免设备恶性突发事故是当前迫切需要解决的问题。 传统的和现有的设备状态监测与故障诊断技术的基础理念是被动的维修模式FAF(Fail and Fix),已经不能完全满足保障设备正常、高效和安全运行的需求。因此,研究基于主动维护模式PAP(Predict and Prevent)的设备性能退化评估(Performance Degradation Assessment)及故障预测(Fault Prediction)理论和技术,以期对设备故障的发生与发展能够达到防微杜渐、防患于未然的目的,具有重要的科学理论意义和工程应用价值。 本论文在国家高技术研究发展计划(863)项目“大型变频煤气鼓风机故障预测与维护技术研究”(项目编号:2006AA04Z175)和国家自然科学基金面上项目(No. 50675140)“面向IMS并基于信息融合的设备性能退化评估与预测”的资助下开展研究,研究工作主要包括以下几个方面: (1)在Bently转子实验台进行机器状态模拟,模拟了设备的运行状态的退化情况包括:正常、加载不同不平衡质量、不平衡外加径向碰磨等共7个逐渐退化的状态。采集机器状态振动信号,并对获取的原始状态数据进行数据预处理,时域和频域的特征提取,以便利用获取数据对退化评估模型和趋势预测模型进行验证。 (2)研究了运用逻辑回归模型评估设备的运行状态的退化情况。将设备的运行状态定义为正常、可接受、异常、故障四种退化状态。在模型变量选择时,利用设备故障的主要振动信号时域和频域特征值作为自变量,以设备的较为明显的特征值的大小范围来定义对应的先验状态值。逻辑回归模型的评估参数的可解释性,很好的解决了数据的冗余性,在评估时候,可以有针对性的选择较好的自变量。评估结果曲线较好的反应了转子模拟的退化情况。 (3)研究了采用支持向量机回归对设备的运行状态的趋势进行预测。并对支持向量机模型的参数选择提出了利用交叉验证方法求最优解。并对核函数、核函数的参数大小、预测的步长对单步和多步预测结果的精度影响做了详细的分析。 (4)对基于逻辑回归和支持向量机的设备性能退化评估子系统软件实现的构架设计进行了研究。采用功能设计,ActiveX控件技术,基于软件组件复用技术,实现退化评估组件的开发;使用ADO技术和VB开发工具编写DCOM数据库访问组件;利用SQL数据库技术建立退化评估数据库,搭建系统子系统。
【学位授予单位】:上海交通大学
【学位级别】:硕士
【学位授予年份】:2008
【分类号】:TH17

【引证文献】
中国博士学位论文全文数据库 前1条
1 杨佳佳;基于多源遥感数据的青海格尔木地区岩矿信息提取研究[D];吉林大学;2012年
中国硕士学位论文全文数据库 前8条
1 林红侠;基于BLR-DRF模型的彩色图像分割方法研究[D];吉林大学;2011年
2 张艳;基于粒子群优化支持向量机的变压器故障诊断和预测[D];西华大学;2011年
3 张恒;全矢谱—支持向量数据描述及故障诊断应用研究[D];郑州大学;2011年
4 段立莹;基于J2EE的智能预诊集成工具开发[D];哈尔滨工业大学;2010年
5 谢琳;模糊支持向量机关键技术研究[D];哈尔滨工业大学;2011年
6 钟鑫;基于逻辑回归和高斯混合模型的设备故障诊断技术研究与应用[D];北京化工大学;2010年
7 郝晓冬;基于混沌理论的汽轮机组振动状态监测与预测研究[D];华北电力大学(河北);2010年
8 廉建鑫;基于RVM和混合优化算法的变压器故障诊断与预测应用研究[D];太原理工大学;2012年
【参考文献】
中国期刊全文数据库 前10条
1 苗强,Viliam Makis;基于隐马尔科夫模型的故障诊断系统研究[J];航空学报;2005年05期
2 陈忠,张宪民;基于EMD关联维的齿轮箱齿轮状态振动辨识[J];华南理工大学学报(自然科学版);2004年08期
3 楼应候,蒋亚南;机械设备故障诊断与监测技术的发展趋势[J];机床与液压;2002年04期
4 谢川,倪世宏,张宗麟;基于粗糙集的飞行数据模式特征提取[J];计算机工程;2005年12期
5 姜鸣,陈进,秦恺;循环周期图在滚动轴承故障诊断中的应用[J];机械科学与技术;2002年01期
6 陈仲生,杨拥民,胡茑庆,沈国际;二阶循环平稳分析在转子早期碰摩故障识别中的应用[J];机械科学与技术;2004年02期
7 赵荣珍,孟凡明,张优云,王成栋;机械振动趋势的灰色预测模型研究[J];机械科学与技术;2004年03期
8 徐玉秀,原培新,黄海英;基于广义维数的故障特征提取及诊断研究[J];机械强度;2004年05期
9 刘天雄,华宏星,李中付,陈兆能,朱继梅;基于分形几何状态监测方法的应用研究[J];机械工程学报;2001年05期
10 徐小力,徐洪安,王少红;旋转机械的遗传算法优化神经网络预测模型[J];机械工程学报;2003年02期
【共引文献】
中国期刊全文数据库 前10条
1 李祥阳;严洁;;往复机构混沌振动响应特征辩识[J];四川有色金属;2010年02期
2 许光溱,董龙歧;柴油机运转危险状态故障树分析[J];安徽农学院学报;1990年03期
3 王希民,平鹏,徐泽宁,陈奉生,杜百禄;摆线针轮行星减速器点蚀故障的诊断[J];鞍山钢铁学院学报;1994年04期
4 李辉;郑海起;杨绍普;;齿轮箱起动过程阶次倒双谱故障诊断方法[J];北京交通大学学报;2008年04期
5 高万良;;故障诊断在烧结SJ9000风机中的应用实例分析[J];包钢科技;2008年01期
6 王树堂;基于径向基函数网络的故障诊断[J];兵工自动化;1997年03期
7 李冬;王璐;康文峥;;基于SVM的作战效能灵敏度分析[J];兵工自动化;2011年01期
8 阎棣 ,屈梁生 ,陈人亨;切屑形成过程中的声发射及其识别[J];兵工学报;1989年02期
9 黄晋英;潘宏侠;毕世华;崔宝珍;;基于双谱熵模型的故障模式识别[J];兵工学报;2012年06期
10 高立新;汤文亮;胥永刚;殷海晨;;基于冗余第二代小波的降噪技术[J];北京工业大学学报;2008年12期
中国重要会议论文全文数据库 前10条
1 钱苏翔;焦卫东;胡红生;;某海洋油气平台压缩机振动信号的时频分析与故障诊断[A];第二十九届中国控制会议论文集[C];2010年
2 王志强;;离心压缩机动静碰摩的研究与分析[A];科学发展与社会责任(A卷)——第五届沈阳科学学术年会文集[C];2008年
3 徐建立;杨飞宇;;基于声音信号的结构损伤识别方法[A];2011年全国失效分析学术会议论文集[C];2011年
4 温广瑞;刘石;张西宁;李兵;;基于多传感信息的转子无试重现场动平衡方法研究[A];机械动力学理论及其应用[C];2011年
5 何正嘉;訾艳阳;陈雪峰;王晓冬;;内积变换原理与机械故障诊断[A];第九届全国振动理论及应用学术会议论文集[C];2007年
6 何付军;张炜;王明章;;故障树分析法在屏蔽泵故障诊断中的应用[A];第九届全国振动理论及应用学术会议论文集[C];2007年
7 吴峰崎;孟光;;转子故障加速度信号的全谱分析[A];第十二届全国信号处理学术年会(CCSP-2005)论文集[C];2005年
8 张向波;梅国建;徐宗昌;;基于SVM的装备战备完好性预测模型[A];第十届中国科协年会论文集(一)[C];2008年
9 黄海舟;;贝叶斯网络用于汽轮机组工频振动诊断[A];2007年鄂、皖、苏、冀四省电机工程学会汽轮机专业学术研讨会论文集(湖北卷)[C];2007年
10 安宁丽;曹巨江;;喷气织机中凸轮开口机构的进化设计[A];第五届全国凸轮机构学术会议暨中日凸轮学术交流会议论文集[C];2003年
中国博士学位论文全文数据库 前10条
1 岑健;基于人工免疫系统的机组复合故障诊断技术研究[D];华南理工大学;2010年
2 赵晓丹;基于非先验函数系的信号识别[D];江苏大学;2010年
3 侯者非;强噪声背景下滚动轴承故障诊断的关键技术研究[D];武汉理工大学;2010年
4 沈路;数学形态学在机械故障诊断中的应用研究[D];浙江大学;2010年
5 曾庆虎;机械传动系统关键零部件故障预测技术研究[D];国防科学技术大学;2010年
6 勾轶;基于免疫算法和多传感器信息融合的电机故障综合诊断方法研究[D];沈阳工业大学;2010年
7 刘永斌;基于非线性信号分析的滚动轴承状态监测诊断研究[D];中国科学技术大学;2011年
8 王广斌;基于流形学习的旋转机械故障诊断方法研究[D];中南大学;2010年
9 李宏;自升式海洋石油钻井平台监控关键技术研究[D];东北石油大学;2011年
10 刘文艺;风电机组振动监测与故障诊断研究[D];重庆大学;2010年
中国硕士学位论文全文数据库 前10条
1 高昌鑫;Hilbert-Huang变换改进算法及其在齿轮箱故障诊断中的应用研究[D];河南理工大学;2010年
2 李朋勇;基于全矢高阶谱的故障诊断方法及其应用研究[D];郑州大学;2010年
3 韩冬振;远程诊断中心的设计与实现[D];郑州大学;2010年
4 张杰;基于支持向量机和蛋白质全序列的蛋白质—蛋白质相互作用预测[D];郑州大学;2010年
5 王晓换;基于粗糙集和神经网络的故障诊断虚拟系统的研究[D];郑州大学;2010年
6 樊碧波;基于全矢谱的故障预测关键技术研究[D];郑州大学;2010年
7 李会臣;基于时频分析的齿轮故障机理及诊断研究[D];郑州大学;2010年
8 白喜朋;基于作业的钢铁企业成本分析[D];大连理工大学;2010年
9 赵长生;滚动轴承故障特征增强方法与状态预测研究[D];大连理工大学;2010年
10 刘一;基于小波分析的汽轮机故障诊断研究[D];河北工程大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 冯建辉;杨玉静;;基于灰度共生矩阵提取纹理特征图像的研究[J];北京测绘;2007年03期
2 段志生,黄琳;统计可学习理论的几个问题(英文)[J];北京大学学报(自然科学版);2000年03期
3 李晓白;崔秀伶;郎荣玲;;航空发动机性能参数预测方法[J];北京航空航天大学学报;2008年03期
4 符杨,蓝之达;遗传算法与人工神经网络结合在变压器故障诊断中的应用[J];变压器;2003年10期
5 陈新岗,李太福;基于DGA特征量的变压器绝缘故障诊断专家系统的研究[J];变压器;2005年01期
6 荣雅君;赵杰;王健;吴闻靖;;基于粗糙集理论和Petri Nets的变压器故障诊断[J];变压器;2008年12期
7 张景明;刘建国;;粗糙集和BP神经网络在变压器故障诊断中的应用[J];变压器;2009年04期
8 郑伟;童怀;钱国超;刘双捷;张岩;;基于DGA及AGAWNN的电力变压器故障诊断[J];变压器;2009年04期
9 方力智;张翠芳;易芳;;基于改进差分进化算法的RBF神经网络优化方法[J];成都大学学报(自然科学版);2009年03期
10 姜万录,陈东宁,姚成玉;关联维数分析方法及其在液压泵故障诊断中的应用[J];传感技术学报;2004年01期
中国博士学位论文全文数据库 前10条
1 戈志华;基于非线性理论的汽轮机轴系振动故障研究[D];华北电力大学;2000年
2 张荣涛;复杂装备远程智能监测、诊断与维护系统研究[D];南京理工大学;2002年
3 马笑潇;智能故障诊断中的机器学习新理论及其应用研究[D];重庆大学;2002年
4 夏建涛;基于机器学习的高维多光谱数据分类[D];西北工业大学;2002年
5 赵小梅;混沌预测与混沌优化理论与算法研究[D];浙江大学;2002年
6 冯志鹏;计算智能在机械设备故障诊断中的应用研究[D];大连理工大学;2003年
7 翟永杰;基于支持向量机的故障智能诊断方法研究[D];华北电力大学(河北);2004年
8 彭宁云;基于DGA技术的变压器故障智能诊断系统研究[D];武汉大学;2004年
9 焦卫东;基于独立分量分析的旋转机械故障诊断方法研究[D];浙江大学;2003年
10 席剑辉;混沌时间序列的长期预测方法研究[D];大连理工大学;2005年
中国硕士学位论文全文数据库 前10条
1 周媛媛;基于DGA的变压器故障诊断[D];长沙理工大学;2010年
2 裴子春;电力变压器故障预测方法研究[D];西华大学;2011年
3 宫政;基于云模型的变压器状态评估与故障诊断的研究[D];华北电力大学;2011年
4 李绪省;基于灰色理论的液压站故障预测与诊断系统研究[D];内蒙古科技大学;2010年
5 周爱红;汽轮机状态监测与故障智能诊断系统[D];重庆大学;2003年
6 郇正良;基于小波变换的纹理图象分割算法研究[D];山东科技大学;2003年
7 田学农;基于DGA的变压器绝缘故障灰色聚类诊断及应用研究[D];重庆大学;2004年
8 李小涛;地统计学和神经网络在遥感影像分类中的应用研究[D];山东科技大学;2004年
9 李稳安;基于混沌时间序列的复杂机械系统故障特征提取与状态预报[D];东南大学;2004年
10 丁晓伟;基于小波分析与神经网络的转子状态检测与识别方法研究[D];东南大学;2004年
【二级引证文献】
中国硕士学位论文全文数据库 前1条
1 林红侠;基于BLR-DRF模型的彩色图像分割方法研究[D];吉林大学;2011年
【二级参考文献】
中国期刊全文数据库 前10条
1 张朝晖,黄惟一;振动波形的分形判别及特征提取[J];东南大学学报;1999年04期
2 张严,王树勋;非线性相位耦合的切片谱分析方法[J];电子学报;1998年10期
3 梁应敞,王树勋,戴逸松;正弦参量估计的四阶累积量ESPRIT方法[J];电子学报;1994年04期
4 梁应敞,王树勋,戴逸松;非高斯有色噪声中的正弦信号频率估计[J];电子学报;1995年04期
5 梁应敞,戴逸松,王树勋;非高斯ARMA噪声中谐波恢复的杂交ESPRIT方法[J];电子科学学刊;1994年06期
6 梁应敞,张贤达,李衍达;噪声中的谐波恢复研究现状[J];电子科学学刊;1995年04期
7 毛用才,保铮;多个具有非零均值复乘性噪声的复谐波信号循环估计量的性能分析[J];电子科学学刊;1999年03期
8 王成毅,王宏禹;循环谱密度的两通道最大熵谱估计[J];电子科学学刊;1999年04期
9 李宏伟,袁保宗;谐波恢复中累量估计的强收敛问题[J];电子科学学刊;1999年05期
10 王延春,谢明,丁康;包络分析方法及其在齿轮故障振动诊断中的应用[J];重庆大学学报(自然科学版);1995年01期
【相似文献】
中国期刊全文数据库 前10条
1 王小敏,张文芳,张家树;基于混沌理论的DCOM柔性安全机制[J];铁道学报;2003年05期
2 李斌,徐丽群;基于DCOM式智能体的交通控制系统模型[J];交通与计算机;2005年02期
3 阎辉,张学工,李衍达;支持向量机与最小二乘法的关系研究[J];清华大学学报(自然科学版);2001年09期
4 吴成东,杜崇峰,杨丽英;基于误差修正码的支持向量机大类别分类方法[J];沈阳建筑工程学院学报(自然科学版);2004年01期
5 朱金好,罗晓萍;基于决策树型SVM的交通标志图像识别[J];长沙理工大学学报;2004年02期
6 胡桥,何正嘉,张周锁,訾艳阳;经验模式分解模糊特征提取的支持向量机混合诊断模型[J];西安交通大学学报;2005年03期
7 杨凌,刘玉树;基于支持向量机的坦克识别算法[J];影像技术;2005年02期
8 胡正平;基于模糊K近邻决策的柔性SVM分类算法[J];仪器仪表学报;2005年S2期
9 李忠伟,张健沛,杨静;基于支持向量机的增量学习算法研究[J];哈尔滨工程大学学报;2005年05期
10 王春歆;李连;张玉叶;;树形结构SVMs多类分类的研究[J];海军航空工程学院学报;2005年02期
中国重要会议论文全文数据库 前10条
1 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
2 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
3 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
4 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
5 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
6 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
7 师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(上册)[C];2004年
8 张军;;支持向量机方法在地下水位干扰排除中的初步应用[A];2007年地震流体学术研讨会论文摘要集[C];2007年
9 许建生;盛立东;;基于改进的支持向量机和BP神经网络的识别算法[A];第八届全国汉字识别学术会议论文集[C];2002年
10 荣海娜;张葛祥;张翠芳;;基于支持向量机的非线性系统辨识方法[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
中国重要报纸全文数据库 前10条
1 本期专家:仲治国;专家坐堂之网络篇[N];电脑报;2004年
2 于津生;信用评分方法的技术基础[N];金融时报;2006年
3 邓侃;2002年网络服务来敲门[N];中国计算机报;2002年
4 国家计算机网络入侵防范中心 张玉清;了解蠕虫[N];计算机世界;2003年
5 吕良韵;教你5招 远离IE烦恼[N];中国计算机报;2004年
6 湖南 陈建明;“冲击波”你还怕不怕?[N];电脑报;2003年
7 谢攀;C/S.B/S及三层结构(上)[N];计算机世界;2003年
8 高飞;网络世界的“后门”[N];中国电脑教育报;2004年
9 北京 周瑞;RPC病毒我不怕[N];电脑报;2003年
10 陈雷;IIS访问出错的解决方法[N];中国电脑教育报;2004年
中国博士学位论文全文数据库 前10条
1 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
2 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
3 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
4 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
5 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
6 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
7 田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年
8 燕忠;基于蚁群优化算法的若干问题的研究[D];东南大学;2005年
9 任东;基于支持向量机的植物病害识别研究[D];吉林大学;2007年
10 杨金芳;支持向量回归在预测控制中的应用研究[D];华北电力大学(河北);2007年
中国硕士学位论文全文数据库 前10条
1 雷金波;基于逻辑回归和支持向量机的设备状态退化评估与趋势预测研究[D];上海交通大学;2008年
2 刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
3 杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年
4 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
5 聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
6 鄢常亮;基于支持向量机的高炉向凉向热炉况预测研究[D];内蒙古科技大学;2010年
7 韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年
8 冯杰;慢时变对象的支持向量机建模与在线校正方法研究[D];东北大学;2009年
9 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
10 王奇安;基于广泛内核的CVM算法研究及参数C的选择[D];南京航空航天大学;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026