收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于核算法的故障智能诊断理论及方法研究

杜京义  
【摘要】: 设备故障诊断与监测技术是一门正在不断发展和完善的新技术,它具有保障安全生产,防止突发事故,节约维修费用等特点,在现代化大生产中发挥着重要的作用。然而正是因为生产设备结构日趋复杂及内部关系日益密切,造成了设备运行状态监测和故障诊断的难度不断增大,迫使人们需要不断探索新的理论或方法来解决实际中所遇到的问题。自20世纪60年代以来,以Vapnik为代表的研究人员致力于统计学习理论的研究,并在此基础上创建出一类新的机器学习算法:支持向量机(Support Vector Machine,SVM)。正是核函数在SVM的成功应用,基于核函数的学习方法(简称核算法)的研究受到重视。将核算法应用到故障诊断中有望解决其中的非线性、不精确性和不确定性等问题,为该领域的研究提供了全新且可行的研究途径。基于核算法的故障智能诊断技术,在国际上都属于一个全新的研究领域,这一方法在实际应用中还有许多问题值得进行深入的研究和探讨。 本论文围绕核算法在故障智能诊断中的应用,对故障诊断中不确定信息的处理、故障诊断实时性的实现、核函数的选择和参数优化、多类故障诊断、早期故障的发现以及样本数据的压缩等几个方面进行了较为系统深入的研究,为核算法应用于故障诊断提供了理论依据,促进了故障诊断技术的发展。论文的主要工作及创新之处为: 针对故障诊断中两类误判造成损失不等的情况,提出一种基于几何距离的后验概率计算方法;在定义基于风险的诊断可信度的基础上,将SVM与贝叶斯决策理论相结合,提出一种基于最小风险的SVM方法;并且将该方法应用于电液伺服阀故障诊断实例,证实了该方法的可行性。 针对单值SVM只训练单类别样本的特点,证明了径向基核函数的参数s→0和s→∞时两个定理;探索了两种支持向量(边界支持向量或非边界支持向量)与目标识别率的关系,提出一种改进的“留一法”模型参数选择方法,该方法在确保分类器泛化性能的前提下,大大减少模型参数选择的时间,可针对性地确定目标识别率或非目标识别率。面对时变系统的故障诊断,提出了一种基于滚动时间窗的单值SVM学习算法,为将单值SVM实用化作出了努力。提出了将单值SVM推广到多故障诊断的两种方法,并将之应用到基准数据库和液压泵多故障识别中,不仅解决了目前存在的SVM多值分类方法存在的不属于任何一类以及同时属于多类的情况,同时提高了算法的训练与决策速度。 针对支持向量回归机(Support Vector Regression,SVR)模型参数选择难的问题,探究了SVR各参数对其性能的影响,提出了一种基于遗传算法的SVR参数自动优化的方法;并且通过建立SVR预测模型,用于实现早期故障诊断以及强混沌背景下微弱信号的检测。仿真验证,该方法比径向基神经网络更具有稳健性和泛化性。 最后,详细讨论了核矩阵维度缩减问题,给出了残差估计的界定理;在综合考虑选取列的独立性和残差范数大小两者关系的基础上,提出了解决核矩阵维度缩减的启发性算法-贪心算法。并在此基础上,在再生核Hilbert空间又提出一种稀疏性回归算法。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 朱树先;张仁杰;;支持向量机核函数选择的研究[J];科学技术与工程;2008年16期
2 蒋刚,肖建,郑永康,宋昌林;基于支持向量机的一类水域叶绿素a浓度反演研究[J];计算机应用;2005年10期
3 陈增照;杨扬;董才林;何秀玲;;支持向量机动态学习方法及其在票据识别中的应用[J];北京科技大学学报;2006年02期
4 王凯;侯著荣;王聪丽;;基于交叉验证SVM的网络入侵检测[J];测试技术学报;2010年05期
5 金珠;马小平;;基于蚁群聚类算法的SVM半监督式训练方法[J];西华大学学报(自然科学版);2011年01期
6 王钰;周水生;刘红卫;;采用双目标优化的核参数选择方法[J];电光与控制;2007年06期
7 何德平;肖勇;肖兴国;黄永红;周庆人;;支持向量机在遥感影像处理中的应用[J];城市勘测;2006年03期
8 袁胜发;褚福磊;;支持向量机及其在机械故障诊断中的应用[J];振动与冲击;2007年11期
9 李丽双;黄德根;陈春荣;杨元生;;基于支持向量机的中文文本中地名识别[J];大连理工大学学报;2007年03期
10 王强;沈永平;陈英武;;支持向量机规则提取[J];国防科技大学学报;2006年02期
11 韦抒;;应用支持向量机实现转子故障的模式分类[J];制造业自动化;2009年07期
12 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
13 邹铁铮;李渊;张博锋;苏金树;;基于支持向量机的操作系统识别方法[J];清华大学学报(自然科学版);2009年S2期
14 叶圣永;王晓茹;刘志刚;钱清泉;;基于支持向量机增量学习的电力系统暂态稳定评估[J];电力系统自动化;2011年11期
15 林连雷;姜守达;刘晓东;;基于微分进化算法的支持向量机参数与特征同步选择[J];吉林大学学报(工学版);2008年S2期
16 王欢良;韩纪庆;张磊;;基于支持向量机的变异语音分类研究[J];哈尔滨建筑大学学报;2003年04期
17 陈春雨;林茂六;张喆;;基于支持向量机的信号滤波研究[J];西安交通大学学报;2006年04期
18 杨奎河;单甘霖;赵玲玲;;基于支持向量机的旋转机械故障诊断研究[J];微计算机信息;2006年34期
19 田艳君;毛月华;李克;;运用“支持向量机”对客流量的预测研究[J];时代金融;2007年04期
20 谭萍;邢玉娟;李明;;基于核Fisher判别的说话人辨认[J];科学技术与工程;2008年08期
中国重要会议论文全文数据库 前10条
1 宋普云;沈雪勤;吴清;;一种改进的SMO算法[A];第六届全国计算机应用联合学术会议论文集[C];2002年
2 程国建;蔡磊;潘华贤;;核向量机在大规模机器学习中的应用[A];第十一届中国青年信息与管理学者大会论文集[C];2009年
3 刘伍颖;王挺;;一种多过滤器集成学习垃圾邮件过滤方法[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
4 章成志;;基于机器学习的文本聚类描述算法研究[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
5 晏庆华;;支持向量机算法综述[A];2008'中国信息技术与应用学术论坛论文集(二)[C];2008年
6 应自炉;张有为;李景文;;基于GDA和SVM的人脸表情识别[A];第十三届全国信号处理学术年会(CCSP-2007)论文集[C];2007年
7 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
8 门洪;武玉杰;李小英;高艳春;;基于支持向量机的分类算法研究[A];第六届全国信息获取与处理学术会议论文集(3)[C];2008年
9 刘耀年;王浩;何昌浩;何萍;;基于支持向量回归机的短期电力负荷预测[A];第十届全国电工数学学术年会论文集[C];2005年
10 高荣;刘晓华;;基于小波变换的支持向量机短期负荷预测[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年
中国博士学位论文全文数据库 前10条
1 杜京义;基于核算法的故障智能诊断理论及方法研究[D];西安科技大学;2007年
2 李忠伟;支持向量机学习算法研究[D];哈尔滨工程大学;2006年
3 王国胜;支持向量机的理论与算法研究[D];北京邮电大学;2008年
4 邢永忠;最小二乘支持向量机的若干问题与应用研究[D];南京理工大学;2009年
5 武国正;支持向量机在湖泊富营养化评价及水质预测中的应用研究[D];内蒙古农业大学;2008年
6 张超;基于支持向量机的汽轮机轴系振动故障智能诊断研究[D];华北电力大学(河北);2009年
7 徐海祥;基于支持向量机方法的图像分割与目标分类[D];华中科技大学;2005年
8 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
9 陈慧灵;面向智能决策问题的机器学习方法研究[D];吉林大学;2012年
10 胡崇海;基于图的半监督机器学习[D];浙江大学;2008年
中国硕士学位论文全文数据库 前10条
1 杨雪;支持向量机多类分类方法的研究[D];哈尔滨工程大学;2006年
2 马波;支持向量机多类分类算法的分析与设计[D];扬州大学;2008年
3 黄波;基于支持向量机的多示例学习研究与应用[D];中国地质大学;2009年
4 刘森华;基于SVM的数据挖掘技术研究[D];长春理工大学;2009年
5 王晶;支持向量机及其在癌症诊断中的应用研究[D];东北师范大学;2006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 杨振章;基于支持向量数据描述的分类识别算法研究[D];杭州电子科技大学;2009年
8 刘华煜;基于支持向量机的机器学习研究[D];大庆石油学院;2005年
9 刘维会;不平衡数据集上支持向量机算法研究[D];山东科技大学;2010年
10 马金刚;基于向量空间的信息过滤关键技术研究[D];山东师范大学;2006年
中国重要报纸全文数据库 前10条
1 黎骊/文 [美] Tom M.Mitchell 著;机器学习与智能化社会[N];中国邮政报;2003年
2 本报记者 余建斌;机器学习与互联网搜索[N];人民日报;2011年
3 记者 何边;网络化激活人工智能[N];计算机世界;2001年
4 本报记者 张晔通讯员 李玮;周志华:永不墨守成规[N];科技日报;2008年
5 何清 史忠植 王伟;搜索引擎的前沿技术[N];计算机世界;2006年
6 傅秋瑛;默默耕耘数十载 自主创新结硕果[N];科技日报;2006年
7 潘岳;谈谈绿色GDP[N];中国经济时报;2004年
8 王育昕吴红梅;高水平原创性科技成果大量涌现[N];新华日报;2008年
9 冯卫东;科技将这样改变我们的生活[N];科技日报;2008年
10 杰逊;微软的第一个搜索技术掌门[N];中国计算机报;2006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