svm在机械故障诊断中的应用研究

《svm在机械故障诊断中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第一章绪论1.1课题研究的背景和意义随着科技的发展，各种工业设备趋于复杂化和大型化，而由于工作过程中的疲劳、磨损、老化或者人为等因素，设备不可避免的会出现各种故障，这些故障中有很多是毫无预兆、突发的，这对人们的生命和财产安全造成了很大的威胁。因此如何在机械故障发生的前期对故障进行预测，并有效地对故障进行排除引起了人们的重视。伴随着现代化设备维修技术从预防维修向预测维修的发展，发展起来一种新的学科——机械设备的状态监控与故障诊断。机械故障诊断是一种了解和掌握机器在运行过程的状态，确定其整体或局部正常或异常，早期发现故障及其原因，并能预报故障发展趋势

2、的技术。该方法可以避免机械设备的过度维修及停机损失，能确保机械设备的安全运行，节约维修费用以及防止环境污染，在提倡低碳生活的今天，的确是一种经济有效地手段。日本新日铁公司认为：在大型钢铁联合企业中，为确保全系统设备的正常运行，有两项技术必须实行。一是有效地监视机器状况，即“设备监测技术”。二是精确的诊断方法。即“精密诊断技术”。我国国务院发布的《全民所有制工业交通企业设备管理条例》中也明确指出：“企业应当积极采用先进的设备管理方法和维修技术，采用以设备状态监测为基础的设备维修方法，不断提高设备管理和维修技术现代化水平”。机械设备的状态监控与故障诊

3、断技术中有多种方法可使用，例如振动监测技术、油液分析技术、红外测温技术、声发射技术、无损检测技术等。这其中又以振动诊断为最普遍采用的方法，这主要是因为该技术涉及的领域最广，机械故障的大约90%都可以从振动信号中检测出来；关于振动的理论和测量方法已经都比较成熟，理论基础最为雄厚，而且研究得也最为充分。所以振动检测技术一直是作为机械设备的状态监测和故障诊断技术的主要手段。机械设备的状态监测和故障诊断技术主要包括状态监测和故障诊断两个领域。状态监控领域主要是指采用何种方法能有效地监测机械设备及如何准确的获取故障的信息；故障诊断领域主要是指通过对故障机理

4、的研究，掌握故障形成和发展的本质及特征，建立模型；通过对原始状态监控信号的分析和处理，对故障信息进行特征的提取；通过故障识别技术对机械设备的故障做出准确判断与预测。故障智能诊断技术代表了故障诊断技术的发展方向，机器学习是智能技术的一个重要方法。目前，基于机器学习的故障智能诊断技术的研究已经取得了很-2-万方数据大的成就，如人工智能和专家系统、神经网络在故障智能诊断中得到了广泛的应用，但对于在实际应用中小样本情况下的故障诊断，其准确性并不理想。因此，如何选择一种具有良好的推广能力，并且适合小样本情况的学习机器进行故障智能诊断，成为机器学习、故障智能

5、诊断领域的研究热点和关键问题。支持向量机具有非常强大的非线性处理能力和良好的推广能力，尤其适合于小样本学习，这为机械故障的智能诊断提供了一种新的研究方法，所以基于支持向量机的故障诊断方法研究具有很重要的现实意义。1.1故障诊断方法概况故障诊断技术作为一门学科，是20世纪60年代以后，随着传感器技术、计算机科学技术的发展而逐步发展起来的。我国自80年代中期起开始设备故障诊断技术的研究，但在一些领域也取得了丰硕的成果。设备诊断技术已经在我国的化工、冶金、电力、铁路等行业得到应用。1.2.1故障诊断方法的发展状况设备故障诊断技术70年代初形成于英国，英

6、国于70年代初成立了机器保健与状态监测协会，对发展和推广设备诊断技术方面起了积极的促进作用。目前，英国在摩擦磨损、汽车、飞机发动机监测和诊断方面仍具有领先的地位。从诊断技术的各分支技术来看，美国占有领先地位。美国的一些公司，如Bently，HP等，他们的监测产品不仅具有完善的监测功能，而且具有较强的诊断功能，基本上代表了当今诊断技术的最高水平，在宇宙、军事、化工等方面具有广泛的应用。欧洲一些国家的诊断技术各具特色。如瑞典SPM公司的轴承监测技术，AGEMA公司的红外热像技术；挪威的船舶诊断技术；丹麦的B&K公司的振动、噪声监测技术等都是各有千秋。

7、日本在钢铁、化工等民用工业中诊断技术占有优势。三菱重工等民办企业在旋转机械故障诊断方面也取得了很多成果。1983年南京首届设备诊断技术专题座谈会是我国诊断技术的真正起步。起步虽较晚，但经过努力，我国已基本上跟上国际步伐，对于某些理论方面的研究已和国外不相上下。目前，我国在一些特定设备的诊断研究方面特点突出，形成了一批自制监测诊断产品。其中，大型机械故障诊断系统，透平发电机、压缩机的诊断技术已列入国家重点攻关项目。-3-万方数据1.1常用的故障诊断方法按照常规的分类方法可以将故障诊断的方法分为：基于解析模型的方法、基于信号处理的方法、基于知识的方法

8、三大类。前两者为一般的故障诊断方法，后者为智能故障诊断方法。1.2.1一般的故障诊断方法1、基于解析模型的故障诊断方法基于解析模型的方法