基于支持向量數(shù)據(jù)描述與信息融合的設(shè)備性能退化評(píng)估研究.pdf

1、對(duì)大型設(shè)備工作狀態(tài)的智能維護(hù)已經(jīng)逐漸成為故障診斷領(lǐng)域新的研究熱點(diǎn)。對(duì)設(shè)備性能退化的評(píng)估是智能維護(hù)技術(shù)的重要組成部分，也是對(duì)設(shè)備運(yùn)行狀態(tài)做出合理預(yù)測(cè)的基礎(chǔ)。一般而言，從設(shè)備性能開始退化到設(shè)備完全失效通常要經(jīng)過一系列不同的性能退化狀態(tài)。如果能夠在設(shè)備性能退化過程中識(shí)別出設(shè)備性能退化的程度，就可以有針對(duì)性地組織生產(chǎn)和設(shè)備維修，防止設(shè)備異常失效的發(fā)生。 本研究出了一種基于支持向量數(shù)據(jù)描述(SVDD)和信息融合技術(shù)的設(shè)備性能評(píng)估方法。支持

2、向量數(shù)據(jù)描述是一種以統(tǒng)計(jì)學(xué)習(xí)理論為基礎(chǔ)的全新的數(shù)據(jù)描述方法，它通過建立同類數(shù)據(jù)的高維超球體空間，計(jì)算樣本點(diǎn)相對(duì)于該球體的廣義距離，能夠有效地判斷出樣本點(diǎn)與該數(shù)據(jù)類別的從屬關(guān)系，近年來支持向量數(shù)據(jù)描述被廣泛應(yīng)用于設(shè)備異常狀態(tài)檢測(cè)和故障診斷領(lǐng)域。將這一方法應(yīng)用于性能退化評(píng)估中，通過該算法分組件地評(píng)估來自局部傳感器的數(shù)據(jù)，給出局部性能的評(píng)估描述；同時(shí)考慮到評(píng)估過程中所進(jìn)行的狀態(tài)識(shí)別過程往往帶來龐大的計(jì)算量，因此運(yùn)用了遺傳算法，提前對(duì)來自多傳感

3、器的多維數(shù)據(jù)做特征約簡處理，使評(píng)估過程針對(duì)性更強(qiáng)，這不僅改善了評(píng)估結(jié)果的準(zhǔn)確性，同時(shí)使評(píng)估效率得到了有效得提高。由于對(duì)大型設(shè)備的評(píng)估要對(duì)設(shè)備進(jìn)行多角度，多通道的數(shù)據(jù)采集，這就需要運(yùn)用信息融合技術(shù)對(duì)來自多傳感器的信息進(jìn)行綜合，從而減少多傳感器信息之間的冗余，不確定性，甚至是矛盾。文章采用D-S證據(jù)理論作為信息融合方法，提出了從局部評(píng)估到整體融合的設(shè)備性能評(píng)估流程。通過實(shí)驗(yàn)證明，所提出的性能評(píng)估方法，不論從對(duì)局部性能的評(píng)估上，還是從信息融合