基于支持向量机模型的滚动轴承运行状态预测研究.pdf

《基于支持向量机模型的滚动轴承运行状态预测研究.pdf》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、２０１６年第４５卷石油矿场机械第３期第１６页犗犐犔犉犐犈犔犇犈犙犝犐犘犕犈犖犜２０１６，４５（３）：１６２０文章编号：１００１３４８２（２０１６）０３００１６０５基于支持向量机模型的滚动轴承运行状态预测研究赵占飞，梁伟，郭晓燕（中国石油大学（北京）机械与储运工程学院，北京１０２２４９）摘要：为了提高支持向量机对滚动轴承运行状态预测的准确性，采用遗传算法对支持向量机的核参数与惩罚因子进行优化，选取最优

2、支持向量机参数；研究了时间序列预测中嵌入维数对预测精度的影响，提出了嵌入维数优选参数优化支持向量机预测模型。通过轴承寿命加速试验表明，该模型可以提高滚动轴承运行状态预测的准确性，达到轴承故障预警时间预测的目的。关键词：轴承；支持向量机；参数优化；状态预测中图分类号：ＴＥ９２９文献标识码：Ａ犱狅犻：１０．３９６９／ｊ．ｉｓｓｎ．１００１３４８２．２０１６．０３．００４犚犲狊犲犪狉犮犺狅狀狋犺犲犘狉犲犱犻犮狋犻狅狀狅犳犚狅犾犾犻狀犵犅犲犪狉犻狀犵狊犚狌狀狀犻狀犵犫犪狊犲犱狅狀犗狆狋犻犿犻狕犲犱犛犞犕ＺＨＡ

3、ＯＺｈａｎｆｅｉ，ＬＩＡＮＧＷｅｉ，ＧＵＯＸｉａｏｙａｎ（犆狅犾犾犲犵犲狅犳犕犲犮犺犪狀犻犮犪犾犪狀犱犜狉犪狀狊狆狅狉狋犪狋犻狅狀犈狀犵犻狀犲犲狉犻狀犵，犆犺犻狀犪犝狀犻狏犲狉狊犻狋狔狅犳犘犲狋狉狅犾犲狌犿，犅犲犻犼犻狀犵１０２２４９，犆犺犻狀犪）犃犫狊狋狉犪犮狋：Ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｐｒｅｄｉｃｔｉｏｎａｃｃｕｒａｃｙｏｆｒｏｌｌｉｎｇｂｅａｒｉｎｇｓｒｕｎｎｉｎｇ，ｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｔｏｏｐｔｉｍｉｚｅＳＶＭｐａｒａｍｅｔｅｒｗａｓｕｓｅｄ．Ｂｙｃｏｍｐａｒｉｎｇｔｈｅａｃｃ

4、ｕｒａｃｙｏｆｔｈｉｓａｌｇｏｒｉｔｈｍ，ｔｈｅｂｅｓｔＳＶＭｐａｒａｍｅｔｅｒｆｉｎａｌｌｙｗａｓｃｈｏｓｅｎ．Ａｔｔｈｅｓａｍｅｔｉｍｅ，ｃｏｎｓｉｄｅｒｉｎｇｔｈｅｔｉｍｅｓｅｒｉｅｓｆｏｒｅｃａｓｔｉｎｇｅｍｂｅｄｄｉｎｇｄｉｍｅｎｓｉｏｎａｓｔｈｅｎｕｍｂｅｒｏｆｐａｒａｍｅｔｅｒｓｔｈａｔａｆｆｅｃｔｔｈｅｐｒｅｄｉｃｔｉｏｎａｃｃｕｒａｃｙ．Ｉｎｔｈｉｓｐａｐｅｒ，ａｎｅｍｂｅｄｄｉｎｇｄｉｍｅｎｓｉｏｎｂｅｓｔｃｈｏｉｃｅｐａｒａｍｅｔｅｒｏｐｔｉｍｉｚａｔｉｏｎｓｕｐｐｏｒｔｖｅｃｔ

5、ｏｒｍａｃｈｉｎｅｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌａｒｅｐｒｏｐｏｓｅｄ．Ｅｘｐｅｒｉｍｅｎｔｓｓｈｏｗｔｈａｔｔｈｅｍｏｄｅｌｃａｎｉｍｐｒｏｖｅｔｈｅａｃｃｕｒａｃｙｏｆｐｒｅｄｉｃｔｉｏｎｏｆｒｏｌｌｉｎｇｂｅａｒｉｎｇｓｒｕｎｎｉｎｇ，ａｎｄａｃｈｉｅｖｅｔｈｅｐｕｒｐｏｓｅｏｆｔｈｅｂｅａｒｉｎｇｆａｕｌｔｗａｒｎｉｎｇｔｉｍｅｐｒｅｄｉｃｔｉｏｎ．犓犲狔狑狅狉犱狊：ｂｅａｒｉｎｇ；ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ；ｐａｒａｍｅｔｅｒｏｐｔｉｍｉｚａｔｉｏｎ；ｓｔａｔｅｐｒｅｄｉｃｔｉｏｎ

6、滚动轴承是各类石油石化旋转机械中应用最为ＶｅｃｔｏｒＭａｃｈｉｎｅｓ，ＳＶＭ）以其具有逼近任意复杂系［１］［３］广泛的一种零部件。滚动轴承由于其本身结构特统的能力与先进的完备理论而受到广泛应用。支点，会承担一定负载并以一定速度旋转，同时还需承持向量机核参数γ与惩罚因子犆的选取对预测结［４］受外部因素所产生的激励，滚动轴承极易发生故障。果影响很大。对于支持向量机参数优化问题，较据统计资料表明，在使用滚动轴承的旋转机械中，约为常用有以下几种方法：粒子群优化算法（Ｐａｒｔｉｃｌｅ［２］［５］有３０％的机械故障是

7、由滚动轴承引起的。以滚ＳｗａｒｍＯｐｔｉｍｉｚａｔｉｏｎ，ＰＳＯ）寻优；遗传算法（Ｇｅ［６］动轴承历史样本数据为基础，对其进行运行状态预ｎｅｔｉｃＡｌｇｏｒｉｔｈｍ，ＧＡ）寻优；网格搜索法（Ｇｒｉｄ测研究，推测其发展劣化趋势，对提高设备安全运行Ｓｅａｒｃｈ，ＧＳ）寻优。网格搜索法通过对一定空间范具有重大意义。围划分网格，遍历网格中所有点寻优，若网格步长足在状态预测方法研究中，支持向量机（Ｓｕｐｐｏｒｔ够小，该方法可寻得最优参数，但其运算时间较长；收稿日期：２０１５０９１１基金项目：国家科技重大专项（

8、２０１１ＺＸ０５０５５）作者简介：赵占飞（１９９０），男，河北张家口人，硕士研究生，主要研究方向为设备安全监测与故障诊断，Ｅｍａｉｌ：ｚｈａｏ＿ｚｈａｎ＿ｆｅｉ＠１２６．ｃｏｍ。第４５卷第３期赵占飞，等：基于支持向量机模型的滚动轴承运行状态预测研究·１７·遗传算法属于启发式算法，寻优速度快，具有很强的对于某一时间序列犡＝｛狓