小波支持向量機(jī)在礦井通風(fēng)機(jī)故障預(yù)測(cè)中的應(yīng)用.pdf

1、礦井通風(fēng)機(jī)在煤礦生產(chǎn)過(guò)程中具有非常重要的作用，既能保障煤礦生產(chǎn)的安全運(yùn)行，又可以有效減少煤礦瓦斯事故的發(fā)生，一旦通風(fēng)機(jī)出現(xiàn)故障，就可能會(huì)造成嚴(yán)重的經(jīng)濟(jì)損失甚至危害人員生命安全。因此礦井通風(fēng)機(jī)的故障預(yù)測(cè)對(duì)于提高安全生產(chǎn)和確保人員安全具有重要意義。
　　故障預(yù)測(cè)的難點(diǎn)在于特征量的提取。故障的信息往往包含于突變信號(hào)的某高頻帶內(nèi)，傳統(tǒng)的傅里葉變換對(duì)于突變信號(hào)和非平穩(wěn)信號(hào)的處理存在缺陷，而小波分析在時(shí)域和頻域都有良好的效果。所以本文首先采用

2、小波分析代替傅里葉信號(hào)分析，通過(guò)小波的伸縮平移，可以將信號(hào)進(jìn)行多尺度的分解，得到信號(hào)在不同頻帶的小波分解系數(shù)，運(yùn)用閾值法去除噪聲干擾部分，將小波進(jìn)行重構(gòu)得到各頻帶信號(hào)，再根據(jù)小波系數(shù)平方法計(jì)算出高頻小波分解系數(shù)得到信號(hào)能量，把信號(hào)能量作為故障的特征向量。然后，將特征向量通過(guò)規(guī)范化處理后輸入支持向量機(jī)中，通過(guò)FPE準(zhǔn)則來(lái)評(píng)價(jià)支持向量機(jī)模型的合理嵌入維數(shù)，同時(shí)引入拉格朗日因子，把核函數(shù)導(dǎo)入非線性問(wèn)題中取代復(fù)雜的內(nèi)積運(yùn)算，從而推導(dǎo)出合理的回歸

3、函數(shù)，利用回歸函數(shù)對(duì)輸入的樣本進(jìn)行訓(xùn)練，逐步遞推得到支持向量回歸機(jī)的預(yù)測(cè)模型，根據(jù)設(shè)定的學(xué)習(xí)參數(shù)，當(dāng)訓(xùn)練誤差滿足要求時(shí)，完成整個(gè)學(xué)習(xí)過(guò)程，可以進(jìn)行故障預(yù)測(cè)。最后，使用LabVIEW上位機(jī)軟件對(duì)支持向量機(jī)預(yù)測(cè)模型進(jìn)行實(shí)現(xiàn)，通過(guò)搭建數(shù)據(jù)存儲(chǔ)、小波去噪和支持向量機(jī)學(xué)習(xí)預(yù)測(cè)模塊，完成基本程序模塊的構(gòu)建，并通過(guò)LabVIEW軟件與MATLAB的無(wú)縫連接，在LabVIEW中插入MATLAB節(jié)點(diǎn)實(shí)現(xiàn)軟件功能的切換。充分發(fā)揮LabVIEW軟件的可視化和