欢迎来到天天文库
浏览记录
ID:37067768
大小:1.57 MB
页数:61页
时间:2019-05-16
《基于改进粒子群和SVM的电机轴承故障诊断方法研究》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、分类号:学校代号:10150UDC:密级:学号:20153178全日制专业硕士学位论文基于改进粒子群和SVM的电机轴承故障诊断方法研究ResearchonFaultDiagnosisMethodofMotorBearingbasedonImprovedParticleSwarmOptimizationandSVM学生姓名:罗映莲校内导师及职称:邓武教授企业导师及职称:李岩高级工程师工程领域:计算机技术研究方向:智能诊断论文类型:应用研究申请学位:工程硕士论文答辩日期:2017年6月18日学位授予单位:大连交通大学交通大学学位论文版权使用授权书
2、’,3三二?|产权及保_又乍者完全了解大连交通大学有关保护知识^工作的文的规定:研究生在校攻读学位期间论文,即■::fi立雲大连交通大学I,本人保证毕业离校后,发表或使用I-吳疔署名单位仍然为大连交通大学T::^。学校有权保留并向二送交论文的复印件及其电子文档f1或机构,允许论文被查r吟权大连交通大学可以将本学位论文的全部或部分内容编:r^据库和收录到《中国博士学位论文全文数据库》、《中国¥数、缩二学位论文全文数据库》进行信息服务,也可以采用影印‘旧廢等复制手段保存或汇编本学位论
3、文。关密的学位论文在解密后应遵守此规定)\)孤轰兰__导师签名:.::令又作者签名:淨/>年卜月心曰曰期:年6月#曰7摘要摘要轴承作为电机最为关键的部件,其运行状态直接决定着设备能否安全和可靠运行。但由于轴承内圈、外圈和滚动体间承受高频、变应力的作用,其工作条件十分复杂,成为电机中故障敏感多发部件,一旦发生故障,故障就会快速发展,若不及时发现故障并采取相应措施,在短时间内会造成热轴、燃轴、切轴,导致机破、停运、停产等事故,造成重大的经济损失。因此,开展电机轴承故障智能诊断方法的研究,及时发现轴承故障,具有重要的理论意义
4、和应用价值。本文结合国家自然科学基金项目,以电机轴承为研究对象,将经验模态分解、模糊熵、改进粒子群算法和支持向量机引入到故障诊断中,提出一种电机轴承故障诊断新方法。首先,采用经验模态分解(EMD)方法,对电机轴承振动信号进行分解,获取若干个基本模态分量(IMF),再利用模糊熵技术有效提取振动信号的特征,并进行归一化处理。通过改进粒子群算法(PSO)的学习因子和惯性权重,并引入自适应粒子变异策略,提出一种改进的粒子群优化算法,用于优化支持向量机(SVM)的核函数和惩罚参数,构建了一种具有较强泛化能力的数据分类模型,以提高分类精度,进而建立一种基于
5、经验模态分解、模糊熵、改进粒子群算法和支持向量机相结合的电机轴承故障诊断方法。最后,通过实际电机轴承振动数据,对提出的改进粒子群算法和故障诊断方法进行了有效性的验证。实验结果表明,改进粒子群算法具有较强的优化能力,能有效提高支持向量机的分类精度,获得较高的电机轴承故障诊断准确率。因此该研究为电机故障诊断提供了一种新的方法,也为旋转机械故障诊断提供了一种新思路。关键词:电机轴承;故障诊断;模糊熵;改进粒子群;支持向量机IIIABSTRACTABSTRACTBearingisthemostcriticalpartofthemotor,itsrunn
6、ingstatedirectlydetermineswhethertheequipmentcansafelyandreliablyoperate.However,thebearinginnerring,outerringandrollingelementwithstandhighfrequencyandvariablestress,itsworkingconditionsbecomemuchmorecomplicated,soitisasensitivemultiplecomponentoffaultinthemotor.Whenthebear
7、ingfaultoccurs,thefaultwillbedeveloprapidly.Ifthefaultcannotbefoundintimeandhandledwith,itwillcausetheheataxle,burningaxleandcuttingaxle,inashorttime,whichwillleadtotheaccidentsofmachinefailure,outage,shutdownandsoon,andcausethesignificanteconomiclosses.Therefore,ithasimport
8、anttheoreticalsignificanceandapplicationvaluetostudytheintelligentdiagnosis
此文档下载收益归作者所有