收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于大数据的设备故障全矢预测模型研究

张学欣  
【摘要】:旋转机械是机械装备的重要组成部分,一旦出现故障,会导致整个设备或生产过程停止运行,甚至造成严重的安全事故和重大经济损失。因此,机械设备故障预测受到人们的关注和研究。传统频谱分析方法仅依赖单通道振动信息,丢失了信息的完整性,而全矢谱技术采用同源双通道信息融合的思想,保证频谱包含完整、全面的振动信息;现代设备监测系统通常采集大量监测信号,但在设备预测过程中,并不能充分利用历史监测信息,导致中长期预测可信度低,时间序列聚类方法能把近似状态的时刻聚类,将大量历史监测信息简化,使得预测过程中利用更多历史信息;为克服全矢-ARIMA(FV-ARIMA)和全矢-SVR(FV-SVR)预测模型的缺陷,提出改进的全矢-SVR预测模型。本文以设备监测大数据为研究对象,全矢谱技术和时间序列聚类为理论支撑,结合改进的全矢-SVR预测模型,对设备故障预测进行研究。主要研究工作如下:(1)详细研究了全矢谱技术的理论和算法,给出Hilbert-全矢谱的算法步骤,并将其应用于滚动轴承的退化分析中,验证了Hilbert-全矢谱具有良好的包络解调效果,所求得的特征主振矢能够表征振动强度,区分故障类型。(2)研究设备监测数据的特点,并给出设备监测大数据的概念;研究数据的平滑处理方法和时间序列聚类分析方法,并将其应用到真实的时序序列中,获得良好的平滑处理效果和聚类效果。(3)研究ARIMA模型和SVR预测的基本理论和算法;给出全矢预测模型的基本流程;通过对滚动轴承的状态预测,分析并总结全矢-ARIMA和全矢-SVR预测模型的优点和缺点。(4)针对全矢预测模型的缺点,提出改进的全矢-SVR预测模型;结合时间序列聚类分析和改进的全矢预测模型,构建基于大数据的中长期设备故障全矢预测模型;采用滚动轴承运行过程中的全部历史数据,分别对改进的全矢-SVR预测模型和基于大数据的中长期设备故障全矢预测模型进行实验验证,结果显示,两种预测方法均取得良好的预测效果。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 马丽萍,褚立国;试论平均预测模型假设[J];内蒙古科技与经济;2004年14期
2 张成;王兴春;;空中机动目标航路预测模型[J];火力与指挥控制;2007年09期
3 李楷;;论汽车整车库存预测模型的构建[J];现代商贸工业;2008年05期
4 赵国清;张少勇;;关于成长曲线预测模型参数识别的一点看法[J];哈尔滨科学技术大学科学报告会论文摘要汇编;1985年S1期
5 左常勇;;随机疲劳寿命分布预测模型[J];机械强度;1988年02期
6 ;《节能管理和预测模型》[J];中国能源;1991年08期
7 刘沐宇,郑泽岱;灰色预测模型及在巷道收敛位移中的应用[J];非金属矿;1992年05期
8 张步涵;郑琢非;;灰色预测模型在农电规划中的应用[J];水电能源科学;1993年02期
9 陈淑敏;王秀英;;指数预测模型及参数识别[J];哈尔滨科学技术大学学报;1993年03期
10 陈传波,刘广宇;实时参量预测模型及其分析[J];湖北工学院学报;2001年04期
11 梅国建;张向波;徐宗昌;温再华;;基于支持向量分类的装备完好性预测模型[J];装甲兵工程学院学报;2009年01期
12 田忠志;;应用“多元线性回归分析法”建立洪泽湖水质预测模型的尝试[J];治淮;1985年03期
13 杨晓光,熊昌炳;结构陶瓷材料断裂强度统计预测模型[J];航空动力学报;1989年03期
14 罗吉庭;熊志昂;张全虎;;不可修武器贮存成败型数据可靠性预测模型的探讨[J];强度与环境;1993年01期
15 傅文峰;;电力系统月负荷的季节性周期预测模型[J];中国电力;1993年03期
16 陈业华,邱菀华;灰色灾变预测模型及其应用[J];北京航空航天大学学报;1998年01期
17 李天民,ИвахненкоА.Г.;复杂系统稀异事件预测模型的自组织方法[J];华中科技大学学报(自然科学版);1999年S1期
18 高攀;铁路客运量前景预测模型[J];铁道运输与经济;2001年03期
19 袁昌明,崔晓君;事故预测模型的建立与应用[J];中国计量学院学报;2004年04期
20 刘稳殿;王丰效;刘佑润;;基于多变量灰色预测模型的多元线性回归模型[J];科学技术与工程;2007年24期
中国重要会议论文全文数据库 前10条
1 鄢小彬;肖新平;;基于灰色马尔可夫模型的煤矿安全预测[A];第九届中国青年信息与管理学者大会论文集[C];2007年
2 罗荣桂;黄敏镁;;基于自适应神经模糊推理系统的服务业发展预测模型[A];Well-off Society Strategies and Systems Engineering--Proceedings of the 13th Annual Conference of System Engineering Society of China[C];2004年
3 王亮;刘豹;徐德民;;预测模型的选择及其智能化实现[A];科学决策与系统工程——中国系统工程学会第六次年会论文集[C];1990年
4 肖健华;吴今培;;基于支持向量机的预测模型及应用[A];2003年中国智能自动化会议论文集(下册)[C];2003年
5 李阳旭;邓辉文;;一种新的企业市场预测模型及其比较研究[A];2004年中国管理科学学术会议论文集[C];2004年
6 马志元;;城市区域经济、人口、能源、环境综合系统预测模型及应用[A];中国城市建设与环境保护实践——城市建设与环境保护学术研讨会论文集[C];1997年
7 李兆芹;姚克敏;;一种新的疾病发病率预测模型研究[A];首届长三角气象科技论坛论文集[C];2004年
8 李兆芹;姚克敏;;一种新的疾病发病率预测模型研究[A];首届长三角科技论坛——气象科技发展论坛论文集[C];2004年
9 张晓晞;;全球煤炭产量的灰色预测模型[A];中国现场统计研究会第十三届学术年会论文集[C];2007年
10 肖会敏;樊为刚;;基于神经网络的粮食产量预测模型[A];04'中国企业自动化和信息化建设论坛暨中南六省区自动化学会学术年会专辑[C];2004年
中国博士学位论文全文数据库 前10条
1 师懿;城市交通规划环评中空气污染预测模型研究[D];中国地质大学;2015年
2 张丽;牦牛肉用品质特性及近红外预测模型和产量等级系统的研究[D];中国农业科学院;2015年
3 王菲;肉牛饲料有效能值预测模型的建立与评价[D];中国农业大学;2016年
4 文江平;农村地区成人2型糖尿病发生风险相关生物标志物的筛选及预测模型的建立[D];中国人民解放军医学院;2016年
5 白云鹏;华法林稳态剂量预测模型在瓣膜置换术后抗凝治疗中的应用[D];天津医科大学;2016年
6 孙鹏;风电机组状态异常辨识广义模型与运行风险评估方法研究[D];重庆大学;2016年
7 马新;基于灰色系统与核方法的油藏动态预测方法研究[D];西南石油大学;2016年
8 付中涛;基于切削力预测模型的复杂曲面铣削进给速度优化研究[D];华中科技大学;2015年
9 王慧;胸外科患者术后慢性疼痛预测模型的建立[D];北京协和医学院;2014年
10 冯瑞梅;子宫颈癌与高危型人乳头瘤病毒感染的危险因素研究及风险预测模型构建[D];北京协和医学院;2017年
中国硕士学位论文全文数据库 前10条
1 张学欣;基于大数据的设备故障全矢预测模型研究[D];郑州大学;2017年
2 刘冰;基于神经网络的纤维热磨过程能耗预测模型的研究[D];东北林业大学;2015年
3 张念;铁路轨道几何不平顺趋势预测的关键算法研究[D];西南交通大学;2015年
4 田振伟;城市能源预测模型的研究与应用[D];昆明理工大学;2015年
5 吴迪;基于模糊决策树算法的安全库存量预测模型[D];中国地质大学(北京);2015年
6 齐雯;采用灰色预测模型改进的HHT算法在故障诊断中的应用[D];华南理工大学;2015年
7 王萍;膀胱癌遗传分数的计算及发病风险预测模型的构建[D];复旦大学;2013年
8 石大宏;基于序列的蛋白质—核苷酸绑定位点预测研究[D];南京理工大学;2015年
9 熊盛华;基于BP神经网络的混合预测模型的实例研究[D];兰州大学;2015年
10 赵嫚;多种土壤对双酚A的吸附行为及吸附预测模型的构建[D];华中农业大学;2015年
中国重要报纸全文数据库 前10条
1 刘庆;“预测模型”要缓行[N];网络世界;2006年
2 特约记者 刘京涛;华东化工销售员工设计价格预测模型见成效[N];中国石油报;2010年
3 南方日报记者 彭琳 实习生 周鹏程;预测世界杯之外 大数据还能做什么[N];南方日报;2014年
4 本报记者 张超;预测模型:推算SARS起落潮[N];科技日报;2003年
5 本报记者 段佳;机器“品肉师”替您“尝鲜”[N];大众科技报;2010年
6 BMC首席IT技术官 Mahendra Durai IDC顾问 Eric Hatcher Randy Perry;预测智能:管理复杂基础架构的锁钥[N];中国计算机报;2010年
7 张琳 赵伟;巧用Excel构建利润预测模型[N];财会信报;2007年
8 杨宜勇(作者为国家发改委经济研究所副所长);发挥信息化对就业的“增补效应”[N];第一财经日报;2005年
9 本报记者 汤浔芳 实习记者 董文萍;“孵化器”模式:大数据的垂直运营样本[N];21世纪经济报道;2014年
10 林子务;设备故障[N];中国纺织报;2004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
  • 010-62982499
  • 010-62783978