基于SVM的胎面生產(chǎn)過程的專家故障診斷系統(tǒng).pdf

1、設備狀態(tài)故障診斷技術近年來在國內(nèi)外獲得了很大的發(fā)展，在保證設備安全、穩(wěn)定、長周期優(yōu)質運行方面發(fā)揮了很大的作用。隨著科學技術的進步與發(fā)展，機械設備逐漸趨向于大型化、自動化、高速化和復雜化，使得設備故障診斷技術變得越來越重要。 本論文以輪胎胎面復合擠出聯(lián)動線PLC控制系統(tǒng)為研究背景，根據(jù)其控制系統(tǒng)的總體結構和性能特點，分析了輪胎胎面復合擠出聯(lián)動線PLC控制系統(tǒng)故障的類型、范圍及產(chǎn)生的原因?；诂F(xiàn)有故障診斷理論方法的優(yōu)點和不足之處，重

2、點介紹了專家系統(tǒng)和支持向量機的原理和特點，結合研究背景，確立了基于支持向量機的胎面PLC控制系統(tǒng)專家故障診斷系統(tǒng)。 論文對智能故障診斷系統(tǒng)的產(chǎn)生和發(fā)展現(xiàn)狀作了綜述，分析了基于智能故障診斷專家系統(tǒng)的一般結構，完成了專家故障診斷系統(tǒng)的總體結構和功能設計，并對該系統(tǒng)診斷知識庫的構成，包括知識的來源、事實庫與規(guī)則庫的建立；知識的獲取和維護；解釋模塊的設計；診斷推理模塊的構建做了詳細論述。 論文將支持向量機用于胎面聯(lián)動線控制系統(tǒng)的

3、故障診斷，建立了多類分類器，討論了支持向量機的多類分類算法：一對一分類算法和一類對余類的分類算法，以及兩種分類算法的步驟實現(xiàn)。主要研究了基于SVM的螺桿擠出機故障診斷，分析了擠出機的工作原理和在生產(chǎn)中的故障類型。通過Matlab編程軟件并運用SVM Toolbox對現(xiàn)場采集的螺桿擠出機的轉速，壓力，主機電流等數(shù)據(jù)進行仿真，比較了一對一分類算法和一類對余類的分類算法的分類結果和性能。通過調(diào)整核函數(shù)參數(shù)gam和sig2，兩種分類算法都能夠達