欢迎来到天天文库
浏览记录
ID:35084860
大小:5.63 MB
页数:82页
时间:2019-03-17
《智能算法在疲劳寿命预测中的应用》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、-ii1085::6|创分类弓TP277Jy学校代巧1学号:M010213107硕:±:学位论文M,;astersThesisI机械电子工程1.专业张兰兰作者姓名?;指导教师;l完成日期2015年12月'^1:^■-;;Hl^中图分类号:TP277学校代码:10856学号:M010213107@上海工程技术大学硕±学位论文智能算法在疲劳寿命预测中的应用作者姓名:张兰兰指导教师;雷菊阳专业;机械电子工程学院:机械工程学
2、院申请学位;工学硕±完成时间;20巧年12月评阅人:巧讀絲、词後答辩委员会主席:f一奇南UniversityCode:10856StudentID:M010213017APPLICATIONOFINTELLIGENTALGORITHMINPREDICTIONOFFATIGUELIFECandidate:ZhanglanlanSupervisor:LeijuyangMajor:MechanicaleletrconicengneeringCollegeofMechanicalEngineeringShanghaiUn
3、iversityofEngineeringScienceShanghai,P.R.ChinaDecember,2015上海工程技术大学学位论文原创性声明本人郑重声明:所递交的学位论文,是本人在导师的指导下,独立进行研究工作。除文中已经注明引用的内容外所取得的成果,本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,巧己在文中明确方式标明。。本人完全意识到本声明的法律结果由本人承担学位论文作者签名:kn日期:2〇>仁年与月日上海工程技术大学学位论文版权使用授权
4、书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并。向国家有关部口或机构送交论文的复印件和电子版,允许论文被查阅和借阅本人授权上海工程技术大学可^?将本学位论文的全部或部分内容编入有关数据库进行检索,可采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密□,在_年解密后运用本授权书。本学位论文属于不保密口。""(请在W上方框内打V)学位论文作者签名:kvt指导教师签名:/pml年^月:曰期:2。曰曰期年月曰/白ivt^))智能算法在疲劳寿命预测中的应用摘要预测技
5、术的研究是进行科学研究的重要方面,它可以根据预测结果作出科学有效地决策。人工智能技术的发展带动了预测技术的研究,而数据驱动下的建模智能预测法更是引起了人们的广泛关注。支持向量机构建预测技术作为智能预测方法的一种,它的提出不仅有效地克服了神经网络预测方法收敛慢、解不稳定、推广性差等缺点,而且对于小样本、非线性、高维数和局部极小点等问题也有较好地预测效果。作为预测技术的具体应用,寿命预测已经成为机电设备研究的热点,它根据被监测设备的数据构建寿命模型,并通过模型结果判断设备的状态以及寿命。本课题立足于支持向量机智能建模预测技术,为将其与实际应用
6、相结合,选取滚动轴承作为应用研究的对象,并对轴承的寿命进行预测。使用支持向量机模型在历史数据基础上对轴承的寿命进行预测,即根据采集的轴承的振动信号并进行有效地特征提取,可合理地预测轴承的剩余寿命,降低轴承疲劳寿命试验的费用。在模型构建的过程中,针对核函数类型及其参数以及支持向量机内部参数对模型预测的影响较大的特点,使用目前优化效果较好地两种算法即遗传算法和粒子群算法对参数对进行优化搜索,为轴承的回归寿命预测模型的建立奠定了理论和模型基础。在对实际模型的具体应用中,为有效的表征滚动轴承运行过程中状态变化问题,提出了基于主成分分析对时域、频域
7、以及EMD样本熵提取的多个特征进行融合的轴承性能指标构建方法,将本文构建的指标与峭度指标分别代入到两种算法优化的支持向量机智能预测模型中,预测效果均表明本文构建的指标可以较好地表征轴承寿命运行状态。在构建具体的寿命模型时,将构建的性能指标以及该指标对应的前一个时间点的剩余寿命作为输入,输出为该时间点对应的剩余寿命,使用两种算法进行优化参数,均实现了较高精度的轴承剩余寿命的预测。对于表征轴承当前运行状态的指标未知的情况,本文在轴承振动信号历史性能指标数据的基础上,采用模糊信息粒化的方法对未来一段时间的轴承信号性能指标进行预测得到了性能指标的
8、变化趋势以及变化区I间,并将预测的结果与原始数据进行比较知预测结果较为合理。另外,进一步对预测得到的性能指标构建智能模型对轴承的剩余寿命进行预测,预测结果较为理想。关键词:支持向量机,参数优化
此文档下载收益归作者所有