基于支持向量機(jī)的食品機(jī)械關(guān)鍵設(shè)備故障診斷應(yīng)用研究.pdf

1、設(shè)備故障診斷中,故障模式判斷、故障分類的實(shí)質(zhì)是故障模式識別。故障模式識別是典型的小樣本問題。傳統(tǒng)機(jī)器學(xué)習(xí)方法在解決小樣本問題時,很難得到好的推廣性。以統(tǒng)計學(xué)習(xí)理論為基礎(chǔ)的支持向量機(jī),是模式識別領(lǐng)域中先進(jìn)的機(jī)器學(xué)習(xí)算法,具有很多優(yōu)于現(xiàn)有方法的性能。
　　以結(jié)構(gòu)風(fēng)險最小化原則代替經(jīng)驗(yàn)風(fēng)險最小化原則,支持向量機(jī)能夠很好地解決小樣本學(xué)習(xí)問題。它采用核函數(shù)思想,把非線性空間的問題轉(zhuǎn)換到線性空間,降低了算法的復(fù)雜度。在有限故障樣本決策中,支持

2、向量機(jī)方法能在有限特征信息條件下最大限度地發(fā)掘數(shù)據(jù)中隱含的分類信息。其推廣性能優(yōu)秀,適用于故障診斷的工程實(shí)際問題。
　　支持向量機(jī)在理論上具有突出的優(yōu)勢,但應(yīng)用研究還不夠充分。論文圍繞支持向量機(jī)在食品機(jī)械關(guān)鍵設(shè)備故障診斷領(lǐng)域應(yīng)用的問題,在研究支持向量機(jī)算法基礎(chǔ)上,對支持向量機(jī)故障模式識別、多類故障診斷、基于支持向量回歸的設(shè)備狀態(tài)趨勢預(yù)測3個方面進(jìn)行應(yīng)用研究。
　　1.研究支持向量機(jī)二類分類算法原理,在此基礎(chǔ)上研究有限故障樣本

3、條件下機(jī)械設(shè)備故障模式識別應(yīng)用問題。構(gòu)建合適的二類分類支持向量機(jī),對電機(jī)軸承故障模式進(jìn)行識別實(shí)驗(yàn),并對有噪聲干擾的故障樣本進(jìn)行模式識別實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,支持向量機(jī)故障模式識別方法對有限故障樣本及含噪聲的故障樣本具有優(yōu)秀的分類性能。
　　2.研究多類故障診斷支持向量機(jī)算法及其工程應(yīng)用方法。在二類分類算法基礎(chǔ)上,研究支持向量機(jī)多類故障分類算法,并應(yīng)用于機(jī)械攪拌式通風(fēng)發(fā)酵罐多故障診斷。在對發(fā)酵罐多類故障樣本學(xué)習(xí)訓(xùn)練后,用訓(xùn)練的支持向量