收藏本站
《西北工业大学》 2003年
收藏 | 手机打开
二维码
手机客户端打开本文

基于支持向量机的旋转机械故障诊断

赵冲冲  
【摘要】: 目前,虽有一些旋转机械状态监测与故障诊断技术已付诸于工程应用,但实践表明,其在诊断原理、性能和效果等方面尚存在一定不足,有待改进完善。为此,国内外广泛开展了故障诊断新方法的研究,计算机技术、网络技术、信号处理技术和通信技术等现代科学技术的发展,也为此项研究奠定了良好的基础。 统计学习理论和支持向量机是近年来出现的崭新的模式识别领域新理论和新技术,已在多个应用领域中表现出其卓越的性能。本文对统计学习理论和支持向量机在旋转机械故障诊断中的应用进行了较全面的研究。 主要研究工作和贡献如下: 简要介绍了统计学习理论和支持向量机,探讨了适合故障诊断的支持向量机结构,并通过与两种神经网络的对比实验,研究了支持向量机用于故障诊断的优越性。在对实验结果全面分析的基础上,总结出支持向量机在旋转机械故障诊断领域中应用的若干结论。为不平衡和碰摩故障的诊断提供了最优参数和最优特征量;还为支持向量机在不同条件下诊断故障的参数确定,总结出了有效方法。 研究发现,统计学习理论中确认的支持向量机可以自动地确定径向基核函数参数这一规律,在旋转机械故障诊断领域中某些条件下并不适用。 使用神经网络和支持向量机进行了小样本对比实验。实验表明,支持向量机非常适合小样本故障诊断问题。同时发现,存在一个最佳训练样本比例值,在该比例值上,不同核函数支持向量机的故障诊断错误率均趋于稳定,也就是说这个比例值确定了在保证故障诊断准确率的条件下,所需要的最少训练样本数。 针对不同特征量进行了大量的实验,实验结果显示出,特征量对故障诊断的准确率影响很大。此结果表明,特征量选择研究具有重大意义,而不能仅注重提高学习机器性能的研究。 提出了将信息增益图的方法用于特征量选择。信息增益图可以快速、直观和量化地显示不同特征量蕴含故障信息的多少,从而为特征量的选择提供依据,而不再是仅仅依靠个人经验。使用该方法发现,转子振动的一、二、三阶正进动和反进动量对于不平衡和碰摩故障的信息增益最大。因此,这些量是重要的故障特征量。 提出了SV—进动图方法辅助故障诊断。SV—进动图是由转子振动的正进动和反进动量构成的二维平面图。可通过颜色对故障进行分类,而故障可能性则由亮度来表现。由此改变了传统的进动表现方式,能更直观、便捷地显示设备状态,从而为工程师提供更好的故障诊断辅助工具。
【学位授予单位】:西北工业大学
【学位级别】:博士
【学位授予年份】:2003
【分类号】:TH17

【引证文献】
中国期刊全文数据库 前2条
1 韩中合;韩悦;朱霄珣;;基于IMF信息熵与SVM的转子振动故障智能诊断方法[J];华北电力大学学报(自然科学版);2012年04期
2 李晓旭;;化工泵的维护与技术改造探讨[J];民营科技;2013年07期
中国博士学位论文全文数据库 前5条
1 鲁峰;航空发动机故障诊断的融合技术研究[D];南京航空航天大学;2009年
2 蒋永华;旋转机械非平稳信号微弱特征提取方法研究[D];重庆大学;2010年
3 王然风;基于支持向量回归技术的大型复杂机电设备故障诊断研究与应用[D];太原理工大学;2005年
4 皮骏;基于粗糙集理论的旋转机械故障诊断技术[D];西北工业大学;2007年
5 黄为勇;基于支持向量机数据融合的矿井瓦斯预警技术研究[D];中国矿业大学;2009年
中国硕士学位论文全文数据库 前10条
1 刘卫兵;基于局域均值分解的机械故障诊断方法研究[D];郑州大学;2010年
2 霍天龙;基于支持向量机的转子系统故障诊断方法研究[D];兰州理工大学;2011年
3 江俊杰;盾构掘进过程中的异常工况识别与智能决策[D];浙江大学;2012年
4 雍雪君;基于向量机的涡扇发动机试车故障诊断[D];西北工业大学;2006年
5 王昱;有杆泵抽油井工况远程监测与故障诊断系统研究[D];武汉理工大学;2006年
6 初燕;支持向量机及其在热能工程领域中的应用[D];华北电力大学(北京);2006年
7 潘玉娜;基于全信息的智能诊断方法及其应用研究[D];郑州大学;2006年
8 赵永;压力校直过程中材料参数的在线识别[D];华东交通大学;2006年
9 刘文静;基于支持向量机的网络控制系统故障诊断方法的研究[D];天津大学;2006年
10 陈兴波;凸壳顶点集在支持向量分类机中的应用研究[D];暨南大学;2006年
【参考文献】
中国期刊全文数据库 前6条
1 马江洪,张文修,徐宗本;数据挖掘与数据库知识发现:统计学的观点[J];工程数学学报;2002年01期
2 杨伸记,廖明夫,赵旭民;旋转机械状态监测与故障诊断系统[J];测控技术;2000年01期
3 崔伟东,周志华,李星;支持向量机研究[J];计算机工程与应用;2001年01期
4 何劲松,施泽生;基于自相关函数的决策树算法[J];计算机学报;2001年07期
5 黄绍君,杨炳儒,谢永红;知识发现及其应用研究回顾[J];计算机应用研究;2001年04期
6 张学工;关于统计学习理论与支持向量机[J];自动化学报;2000年01期
【共引文献】
中国期刊全文数据库 前10条
1 刘兴远,方顺兴,姚忠国;建筑结构试验数据处理的几种方法[J];四川建筑科学研究;1993年02期
2 陈征;;一类系统的二次李雅普诺夫函数存在性的判断[J];安徽电子信息职业技术学院学报;2006年04期
3 倪志伟;;BP网络中激活函数的深入研究[J];安徽大学学报(自然科学版);1997年03期
4 张燕平;提取特征规则的重复覆盖算法(RCA)[J];安徽大学学报(自然科学版);2002年02期
5 高湘萍;吴小培;沈谦;;基于脑电的意识活动特征提取与识别[J];安徽大学学报(自然科学版);2006年02期
6 孙小军;焦建民;何俊红;;解优化问题的遗传加速信赖域搜索算法[J];安徽大学学报(自然科学版);2008年03期
7 王东霞;张楠;路晓丽;;基于育种算法的SVM参数优化[J];安徽大学学报(自然科学版);2009年04期
8 张家昕;段复建;;一种结合NCP函数的SQP滤子新算法[J];安徽大学学报(自然科学版);2010年05期
9 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期
10 高洪;孟舒;查为民;李玲纯;张海涛;;6-3-3并联机构物理样机结构优化[J];安徽工程大学学报;2011年03期
中国博士学位论文全文数据库 前10条
1 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
2 王晓辉;中国产业结构的动态投入产出模型分析[D];哈尔滨工程大学;2010年
3 母丽华;煤矿安全预警系统的方法研究[D];哈尔滨工程大学;2010年
4 谭佳琳;粒子群优化算法研究及其在海底地形辅助导航中的应用[D];哈尔滨工程大学;2010年
5 梁洪;基于内容的医学图像检索及语义建模关键技术研究[D];哈尔滨工程大学;2010年
6 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年
7 朱广平;混响干扰中的信号检测技术研究[D];哈尔滨工程大学;2009年
8 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年
9 陈得宇;基于MAS的智能电压控制系统研究[D];哈尔滨工程大学;2010年
10 李晚龙;六自由度Stewart平台分散智能控制研究[D];哈尔滨工程大学;2010年
中国硕士学位论文全文数据库 前10条
1 展慧;基于多源信息融合技术的板栗分级检测方法研究[D];华中农业大学;2010年
2 杜二玲;拟概率空间上等均值噪声下统计学习理论的理论基础[D];河北大学;2007年
3 朱杰;一种基于聚类的支持向量机反问题求解算法[D];河北大学;2007年
4 张小亮;非线性规划的信赖域算法[D];河南理工大学;2010年
5 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
6 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
7 王永;消防单兵综合信息采集系统研究[D];山东科技大学;2010年
8 徐芳芳;优化问题的PVD算法研究[D];山东科技大学;2010年
9 邢著荣;基于辐射传输模型和CHRIS数据反演春小麦LAI[D];山东科技大学;2010年
10 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
【同被引文献】
中国期刊全文数据库 前10条
1 卢平;煤矿瓦斯灾害事故频发的原因及其对策分析[J];安全;2005年03期
2 饶明;因特摩实时智能监控及事故预报防范系统——人工智能与计算机技术在安全生产中的应用[J];安全与环境学报;2002年05期
3 刘贵喜,扬万海,谢仕聘;光纤电流传感器微弱信号检测技术[J];半导体光电;1998年02期
4 曾凡锋,马润津,蔡自兴;基于改进遗传算法的系统参数辨识方法[J];北方工业大学学报;1998年01期
5 俞家栋;热轧厂的液压设备及其在线监测诊断工作的设想[J];宝钢技术;1998年01期
6 张建宇;高立新;崔玲丽;王双启;王国栋;;基于小波消噪技术的轧机轴承早期故障诊断[J];北京工业大学学报;2006年08期
7 杜修力;何立志;侯伟;;基于经验模态分解(EMD)的小波阈值除噪方法[J];北京工业大学学报;2007年03期
8 马波,魏强,徐春林,江志农;基于Hilbert变换的包络分析及其在滚动轴承故障诊断中的应用[J];北京化工大学学报(自然科学版);2004年06期
9 郭德勇;范金志;马世志;王仪斌;;煤与瓦斯突出预测层次分析-模糊综合评判方法[J];北京科技大学学报;2007年07期
10 周培德;求凸壳顶点的一种算法[J];北京理工大学学报;1993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 刘先省;传感器管理方法研究[D];西北工业大学;2000年
3 盖强;局域波时频分析方法的理论研究与应用[D];大连理工大学;2001年
4 张海勇;基于局域波法的非平稳随机信号分析中若干问题的研究[D];大连理工大学;2001年
5 谭善文;多分辨希尔伯特—黄(Hilbert-Huang)变换方法的研究[D];重庆大学;2001年
6 李玉榕;信息融合与智能处理的研究[D];浙江大学;2001年
7 郑海波;非平稳非高斯信号特征提取与故障诊断技术研究[D];合肥工业大学;2002年
8 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
9 钟佑明;希尔伯特—黄变换局瞬信号分析理论的研究[D];重庆大学;2002年
10 徐德友;粗集信息分析在故障诊断中的应用及自修复飞行控制系统效能评估[D];南京航空航天大学;2002年
中国硕士学位论文全文数据库 前10条
1 黄加亮;RBF神经网络在船用低速柴油机故障诊断中的应用研究[D];大连海事大学;2000年
2 刘峰;基于神经网络的水轮发电机组振动故障诊断专家系统的研究[D];西安理工大学;2003年
3 宋普云;虹膜识别系统与支持向量机算法研究[D];河北工业大学;2003年
4 黄文艳;支持向量机与指纹分类算法研究[D];河北工业大学;2003年
5 周晨赓;基于EMD和BP网络联合的故障诊断技术[D];中国海洋大学;2003年
6 毕果;矢谱分析关键技术与实践研究[D];郑州大学;2003年
7 李忆岚;时频分析理论及应用研究[D];西北工业大学;2003年
8 李治友;遗传算法和支持向量机混合方法及其应用[D];重庆大学;2003年
9 王琳;多传感器信息融合技术及其应用[D];华北电力大学(河北);2003年
10 吴景丰;汽轮发电机组常见振动故障诊断的研究[D];大连理工大学;2003年
【二级引证文献】
中国期刊全文数据库 前10条
1 李明;;民航发动机气路故障诊断技术探析[J];硅谷;2013年10期
2 沈继忱;赵士荣;董明瑞;;管道振动故障三维识别方法[J];化工自动化及仪表;2012年01期
3 梁磊;徐洪志;安学利;蒋东翔;;航空发动机故障特征仿真研究[J];计算机仿真;2012年04期
4 李志农;卢纪富;潘玉娜;曾宇冬;;基于矢功率谱-AIS的旋转机械故障识别方法研究[J];机械强度;2010年04期
5 陈桂娟;邹龙庆;;基于动柔度矩阵和支持向量机的井架损伤识别技术[J];科学技术与工程;2010年26期
6 张海涛;韩捷;李志农;潘玉娜;;基于全矢谱分析的故障诊断系统的开发[J];煤矿机械;2007年03期
7 王军号;孟祥瑞;;基于物联网感知的煤矿安全监测数据级融合研究[J];煤炭学报;2012年08期
8 李宏坤;练晓婷;周帅;;小波尺度谱同步平均在弱信息识别中的应用[J];机械工程学报;2013年05期
9 李晓旭;;化工泵的维护与技术改造探讨[J];民营科技;2013年07期
10 王文超;苗夺谦;陈骥远;;基于SVR算法的燃气轮机功率预测研究[J];计算机科学;2013年S1期
中国博士学位论文全文数据库 前10条
1 周磊;电梯导轨弯曲变形校直理论模型、仿真与实验研究[D];浙江大学;2010年
2 汪楚娇;语义环境下提升机故障人工免疫诊断方法研究[D];中国矿业大学;2010年
3 赵慧敏;柴油机非稳态振动信号分析与智能故障诊断研究[D];天津大学;2010年
4 潘玉娜;滚动轴承的性能退化特征提取及评估方法研究[D];上海交通大学;2011年
5 梁海波;基于陀螺冗余的微惯性系统关键技术研究[D];哈尔滨工程大学;2011年
6 马维金;轧机自激振动诊断与结构动力学修改[D];太原理工大学;2006年
7 姜云春;基于模型的控制系统鲁棒故障诊断技术研究[D];国防科学技术大学;2006年
8 张德利;基于贝叶斯网络的故障智能诊断方法研究[D];华北电力大学(河北);2008年
9 王俊元;基于ICA的工作模态参数辨识方法研究[D];太原理工大学;2008年
10 杨铁梅;基于混合智能的齿轮传动系统集成故障诊断方法研究[D];太原理工大学;2009年
中国硕士学位论文全文数据库 前10条
1 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
2 张晓冬;基于全矢谱的智能诊断技术研究[D];郑州大学;2010年
3 何谦;金属条材精密矫直行程预测算法及软件开发[D];武汉理工大学;2011年
4 赵焕兴;基于DTCWT和ICA的直升机滚动轴承故障特征提取的研究[D];兰州大学;2011年
5 贾春花;基于HHT的果蝇振翅鸣声特征提取及分类研究[D];陕西师范大学;2011年
6 张宁仙;基于模式识别方法的果蝇振翅声分类研究[D];陕西师范大学;2011年
7 臧红岩;矿井风机故障智能诊断研究[D];山东轻工业学院;2011年
8 左长青;基于全矢谱的齿轮系统故障诊断方法研究[D];郑州大学;2011年
9 王宏超;基于全矢谱的旋转机械故障特征提取研究[D];郑州大学;2011年
10 陈景伟;集成传感器的高速滚动轴承状态监测装置研制[D];哈尔滨工业大学;2010年
【二级参考文献】
中国期刊全文数据库 前9条
1 张森,徐小力;基于全息人工神经网络的建模与预测方法[J];北京机械工业学院学报;1999年03期
2 梁曼君 ;张瑞 ;熊范纶;;从数据库中发掘定量型关联规则[J];计算机科学;1999年08期
3 余建桥;梁颖;;农业数据库中知识发现的研究[J];计算机科学;1999年12期
4 杨炳儒;申江涛;;关于KDD的一类开放系统KDD~*的研究[J];计算机科学;2000年02期
5 王实;高文;;数据挖掘中的聚类方法[J];计算机科学;2000年04期
6 林士敏;田凤占;陆玉昌;;贝叶斯学习、贝叶斯网络与数据采掘[J];计算机科学;2000年10期
7 ;KD(D&K) and Double-Bases Cooperating Mechanism[J];Journal of Systems Engineering and Electronics;1999年02期
8 李水平,陈意云,黄刘生;数据采掘技术回顾[J];小型微型计算机系统;1998年04期
9 屈梁生;人工神经网络与机械工程中的智能化问题[J];中国机械工程;1997年02期
【相似文献】
中国期刊全文数据库 前10条
1 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
2 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
3 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
4 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
5 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
6 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
7 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
8 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
9 李亚巍;卞双;;支持向量回归机理论及其应用[J];中国电力教育;2005年S2期
10 任博;张喜斌;张恒喜;;基于最小二乘支持向量机的飞机备件多元分类[J];电光与控制;2006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 课题主持人 李心丹 课题协调人 上海证券交易所 施东晖 傅浩 课题研究员 宋素荣 查晓磊 宾红辉 张许宏 郭静静 黄隽 南京大学工程管理学院;内幕交易与市场操纵的行为动机与判别监管研究[N];中国证券报;2007年
2 李水根;计算机详解配伍与药效关系[N];健康报;2005年
3 清华大学 苏光大;非接触式人脸识别技术[N];计算机世界;2006年
4 YMG记者 李仁 通讯员 曲华明 孙运智;我市九项目进入省“盘子”[N];烟台日报;2010年
5 上海大学理学院教授、副院长 陆文聪;酷爱化学 孜孜以求[N];中国化工报;2006年
6 ;选择合适的数据挖掘算法[N];计算机世界;2007年
7 周颖;王米渠与中医心理学[N];中国中医药报;2006年
8 记者 耿挺;蛋白质功能算出来[N];上海科技报;2007年
9 记者 张云普通讯员 全攀峰 安强强;大庆物探深度域地震资料岩性解释技术获得五大突破[N];中国石油报;2008年
10 本报记者 冯治恩;敢与“雷公”试比高[N];铜川日报;2008年
中国博士学位论文全文数据库 前10条
1 刘叶青;原始空间中支持向量机若干问题的研究[D];西安电子科技大学;2009年
2 常甜甜;支持向量机学习算法若干问题的研究[D];西安电子科技大学;2010年
3 胡运红;支持向量机的若干算法研究[D];山东科技大学;2011年
4 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
5 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
6 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
7 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
8 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
9 周喜川;非可信环境下的支持向量机研究[D];浙江大学;2010年
10 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
中国硕士学位论文全文数据库 前10条
1 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
2 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
3 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
4 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
5 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
6 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
7 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
8 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
9 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
10 张永新;基于支持向量机和遗传算法相结合的模拟电路故障诊断方法研究[D];东北大学;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