基于支持向量机和证据理论融合旋转机械故障诊断研究

《基于支持向量机和证据理论融合旋转机械故障诊断研究》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、华东交通大学2013届硕士学位论文基于支持向量机和证据理论融合的旋转机械故障诊断研究机电工程学院李亦滔独创性声明本人郑重声明：所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表和撰写的研究成果，也不包含为获得华东交通大学或其他教育机构的学位或证书所使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。本人签名_______________日期____________关于论文使用授权的说明本人完全了解华东交通大学有关

2、保留、使用学位论文的规定，即：学校有权保留送交论文的复印件，允许论文被查阅和借阅。学校可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。保密的论文在解密后遵守此规定，本论文保密期年。本人签名____________导师签名__________日期___________摘要基于支持向量机和证据理论融合的旋转机械故障诊断研究摘要在现代工业生产中，旋转机械是最广泛应用的重要设备，一旦出现重大故障，将造成巨大的经济损失，甚至产生机毁人亡的严重后果。因此，开展对旋转机械故障诊断的研究，具有十分重要的意义。本文探索性地提出支持向量机

3、（SVM）与证据理论相结合的智能诊断方法。根据小波包分解技术原理，分别对传感器测得的信号，提取三种不同的故障特征量（有效值、峭度、能量），结合具体的实验数据，建立了完整的故障特征集。根据支持向量机算法的基本思想，给出了基于支持向量机故障诊断的具体步骤，将已建立的故障特征集作为样本，对各个支持向量机进行训练，确定了SVM的最优参数。根据多类分类算法的基本思想，提出了改进的二叉树多分类算法，并在Matlab平台上进行试验，验证了其有效性，进而构造了该算法的分类器。在该分类器的基础上给出了基本概率分配（BPA）函数的构造方法，实现了多类分类器的基本

4、概率分配模型。根据D-S证据理论的基本原理，针对冲突证据的合成问题，提出了基于证据距离的合成规则，并在此基础上给出了证据理论融合算法的步骤，将本文的融合算法和其它合成方法进行算例分析与比较，结果验证了本文方法的有效性。最后，根据前面相关方法的研究，构建了支持向量机与证据理论相结合的模型结构。利用实验室的旋转机械故障模拟实验平台，模拟旋转机械的一些典型故障，采集准确的实验数据，提取故障特征，按照已建立模型的模块对实验数据进行分析，将最终得到的结果和其他诊断方法的实验结果对比，比较分析其训练时间和诊断精度，实验结果验证了本文诊断模型的可行性和有效

5、性。仿真实验结果表明，对于旋转机械的故障诊断，基于支持向量机与证据理论融合的诊断方法具有更优越的诊断性能。关键词：旋转机械，故障诊断，支持向量机，D-S理论，融合IAbstractSTUDYONFAULTDIAGNOSISOFROTATINGMACHINERYBASEDONSUPPORTVECTORMACHINESANDEVIDENCETHEORYFUSIONABSTRACTRotatingmachineryisthemostwidelyusedimportantequipmentinmodernindustrialproduction,an

6、dhugeeconomiclosseswillbecausedifagreatbreakdownhappens,eventhecrashofseriousconsequences.Itisofgreatsignificancetocarryoutresearchonthefaultdiagnosisofrotatingmachinery.Intelligentdiagnosticmethodbasedonthecombinationofsupportvectormachine(SVM)andDempster-Shafer(D-S)theory

7、wasputforward.Threedifferentfaultcharacteristicquantity(validvalues,kurtosis,energy)wereextractedrespectivelyfromthemeasuredsignalsofthesensorsaccordingtotheprincipleofwaveletpacketdecompositiontechnique,completefaultfeaturesetwasestablishedbasedonexperimentaldata.Specifics

8、tepsforfaultdiagnosisweregivenbasedonSVMaccordingtothebasicideaoftheSVMalgorithm,a