热门关键词:

基于支持向量机的往复压缩机气阀故障诊断

  • 该文件为pdf格式
  • 文件大小:155.03KB
  • 浏览次数
  • 发布时间:2017-02-28
文件介绍:

本资料包含pdf文件1个,下载需要1积分

往复式压缩机是-种广泛应用于机械、化工等领域的重要设备,气阀是其最关键的部件之-。据统计,往复压缩机气阀故障引起的停机次数,占总停机次数85% 以上l1。对于机械装备,- 旦发生故障,就会造成经济损失或者重大事故,所以不会有太多的样本,即使用人工方法获取故障样本,由于成本原因,样本数量 也很有 限。而支持向量机 (SuppoVector Machine,简称SVM)不需要大量样本对模型进行训练,所以在解决小样本的模式识别上有 自己特有的优势 。本文采用支持向量机方法,对往复式压缩机气阀进行智能故障诊断。

1 支持向量机原理支持向量机以统计学习理论为基础,针对小样本数据建立新的理论体系,追求在有限样本下的最优解。

设样 本 集 有 n个样 本 :( ), ER ,其 中 i1,2,,n,Y∈1,1是类别标号。分类面方程为wxbO。

Yiwx 6)-1≥0 (1)㈤,wl。lW 埘 ( ,W) (2)采用拉格朗日乘子法,由优化理论的对偶理论可知,此问题可转化为求满足式(3)条件TO(w)的最大值,如式(4)。

-Lyict 0, 0 r) t - (4)解上述问题后得最优分类函数为:, 、-厂(功sgn(w · b sgn∑。 Y ·曲b (5) i l ,对于非线性问题,可通过变换将非线性问题变换为高维空收稿 日期:2012-09-25作者简介:李宝栋,男,(1979年7月-),讲师。研究方向:数字化制造技术。

间的线性问题,再求最优分类面。因式(4)和式(5)中都只涉及样本的内积运算,即变换为高维空间线性问题后也只需进行内积运算。而根据泛函理论,这种运算是可以用核函数实现的。

常用的核函数有线性核函数、多项式核函数、径向基核函数和Sigmoid核函数等 。

2 往复压缩机气阀的故障诊断方法往复压缩机气阀的失效主要是阀片断裂、阀片有磨损和阀片弹簧失效〖虑到生产现耻难搜集全各种故障数据,首先要人为的对气阀进行不同位置和不同程度的破坏,然后进行试验。并运用小波包变换与能量算子对气阀故障特征进行提取,这种故障特征提取方法解决了对信号包络解调前需要人为确定载波带对信号进行带通滤波的问题 。

由于支持向量机是两类分类器,可 以将阀片正常、阀片断裂、阀片有磨损和 阀片弹簧失效分为4个两类 问题 ,依次建立SVMO(阀片正常)、SVMI(阀片断裂)、SVM2(阀片有磨损)和SVM3f阀片弹簧失效)等4个分类器。当某分类器输出为l时,为该分类器所代表的故障形式存在,当某分类器输出为-1时,为该分类器所代表的故障形式不存在。然后用支持向量机网络进行训练,实现对往复压缩机气阀的故障形式的识别。识别过程中,当上-个分类器的输出为-1时,就将特征向量输入到下-个分类器中,顺序执行直至结束。诊断流程如图1。

特征信号提取 兰翌 墨 r 竺苎 竺苎图1 诊断流程3 结果及分析共收集了60个样本,阀片正常、阀片断裂、阀片有磨损和阀片弹簧失效的各 15个。每类样本中任选 l2个作为训练样本,剩余的3个作为测试样本。即48个为训练样本,12个为测试样本。

核函数选用径向基核函数,核函数的宽度参数和误差惩罚因子的选择采用交叉验证 的方法,人 函数 的宽度 参数为157基于支持向量机的往复压缩机气阀故障诊断 李宝栋,等1.306,误差惩罚因子为0.297。

表1测试样本分类结果序号 已知故障情况 SVM0 SVM1 SVM2 SVM31 闽片正常2 阀片正常3 阀片正常4 阀片断裂5 阀片断裂6 阀片断裂7 阀片有磨损8 阀片有磨损9 阀片有磨损10 阀片弹簧失效11 阀片弹簧失效12 阀片弹簧失效由表 1可知,支持向量机网络的分类结果和己知的实际故障情况-致 ,这说明训练后支持向量机网络具有很强的故障模式识别能力。

4 结 论本文将支持向量机用于往复压缩机气阀的故障诊断,采用支持向量机对往复压缩机气阀在阀片断裂、阀片有磨损、阀片弹簧失效以及无故障状态给予识别。由对测试样本的分类结果可知,支持向量机网络的分类结果和 己知的实际故障情况-致。

这说明该网络不仅能够检测到往复压缩机气阀故障的存在 ,而且能够更高效、准确地进行往复压缩机气阀的故障模式识别,能够更好的应用于往复压缩机气阀的故障诊断中。

正在加载...请等待或刷新页面...
发表评论
验证码 验证码加载失败