基于SVR的桥吊实时应力预测模型及其应用-论文.pdf

《基于SVR的桥吊实时应力预测模型及其应用-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第38卷第1期中国航海VoI_38No．12015年3月NAVIGAT10N0FCHINAMar．2015文章编号：1000—4653(2015)01—0075—05基于SVR的桥吊实时应力预测模型及其应用尹怡楠，胡雄，胡一民(1．上海海事大学物流工程学院，上海201306；2．上海海事职业技术学院，上海200120)摘要：基于支持向量回归机(SVR)理论，针对桥式集装箱起重机(桥吊)实时信号高速、重载、大冲击的特点，建立基于SVR的实时数据预测模型。利用该模型对桥吊正常运行时的应力状态进行预测，并与现场实际采集的数

2、据进行比较。结果表明，基于SVR的实时数据预测模型能够较准确地预测数据，由于测点分布位置和数据的特征存在差异，预测中某个测点的数据会尤为准确。因此，该模型对桥吊应力状态的实时数据具有较好的预测能力，对测点布置具有一定的指导作用。关键词：支持向量回归机；预测；实时数据；桥吊；应力中图分类号：TP181文献标志码：ASVR—BasedReal·-TimeModelforForecastingStressonQuaysideContainerCraneYINYinan，HUXiong，HUYimin(1．Logistics

3、EngineeringCollege，ShanghaiMaritimeUniversity，Shanghai201306，China；2．ShanghaiMaritimeAcademy，Shanghai200120，China)Abstract：TheSVR—basedreal-timemodelisproposedforforecastingthestressonaquaysidecontainercrane，whichfea-turesheavy-load，high-speedandhuge—impact．The

4、modelisverifiedthroughcomparingtheforecastswithfieldcollecteddata，whichindicatesthatthemodelgivesaccuratestressforecast．Themodelcanbehelpfulforplanningmonitoringpointsaswel1．Keywords：SupportVectorRegression；forecasting；real—timedata；quaysidecontainercrane；stres

5、s桥式集装箱起重机(简称“桥吊”)在集装箱运桥吊大梁中应力测点的实时数据进行预测，并根据输过程中起着重要的作用，其工作性质要求自身结预测结果对整个结构的应力状态进行分析，以此判构具有高可靠性，其中钢结构的安全性尤其重要。断其性能的发展趋势，以便及时给出合理响应。另桥吊作业一般比较频繁，负荷较重且不均匀，尤其是外，由于现场应力测点的布置通常基于受力分析和在工作过程中出现的大冲击载荷会对结构的安全产测量经验，经常受到测点过多、过密的质疑，因此，该生重大影响，容易使钢结构损坏。如果钢结构出现预测结果对于测试过程中测点的布置

6、位置和数量也问题，会带来巨大的经济损失，甚至导致人员伤亡。具有一定的指导意义。应力不仅是描述结构内部状态的一个重要参所采用的试验数据是由上海海事大学研制的网数，也是判断结构安全状态的核心指标。目前，国内络型起重机状态监测与评估系统(NetCMAS系统)外对于桥吊应力的研究¨主要集中于应用现代故采集和前置处理得到的。该系统每周可向实验室终障诊断技术和受力分析方法对金属结构件的故障进端输出32个测点的实时数据(桥吊测点布置见图行状态评估、寿命估计以及安全性评估。文献[2]1)，包括振动烈度、温度、应力、角度等5种信号，其

7、提出用支持向量机方法对桥吊电机运行性能特征参中应力测点有6个(见图1中的圆圈)。数进行预测，预测对象为振动烈度信号，在预测电机目前，主要运用的预测方法有时间序列法性能方面具有很好的效果。此处通过SVR模型对(AR模型)和神经网络法。其中：AR模型是一种时收稿日期：2015-01-06基金项目：上海市教育委员会与上海市教育发展基金会“晨光计划”项目(11CGB14)作者简介：尹怡楠(1982一)，女(满族)，辽宁锦州人，讲师，博士生，从事港口机械故障监测与诊断研究。E-mail：enan．yin@gmail．com76

8、中国航海2015年第1期(，Y)，⋯，(，Y)∈R×R训练样本，函数回归就是将输入空间的数据映射到高维特征空间，并在该空间进行线性回归，其目标函数为)=(tO·)+b(1)式(1)中：ER；bER；(∞·X)为和的内积，满足结构风险最小化原理。对优化目标函数求极值，得Q(∞)：÷(t￡，·)+cR。((2)式(2)中：c为惩罚因子，实现在经验风