基于數(shù)據(jù)挖掘技術(shù)的軸承壽命預(yù)測的研究.pdf

1、數(shù)據(jù)挖掘技術(shù)是近年來數(shù)據(jù)庫領(lǐng)域中新出現(xiàn)的一個研究方向，該方向已成為國內(nèi)外學者研究的熱點領(lǐng)域。本文以大連海事大學自動化研究所與瓦軸集團軸承試驗測試中心合作的軸承疲勞壽命二期技術(shù)改造項目為選題背景，結(jié)合當前國內(nèi)外軸承壽命預(yù)測研究的發(fā)展現(xiàn)狀，針對數(shù)據(jù)庫和數(shù)據(jù)倉庫技術(shù)在工業(yè)領(lǐng)域的廣泛應(yīng)用以及現(xiàn)在各個工廠基本上都對重要設(shè)備實施了實時監(jiān)控，由傳感器不間斷的傳回試驗機組運行狀態(tài)的各種數(shù)據(jù)及其參數(shù)，已經(jīng)形成大型數(shù)據(jù)庫這一事實，提出了將數(shù)據(jù)挖掘技術(shù)應(yīng)用于

2、軸承壽命預(yù)測領(lǐng)域，找出典型數(shù)據(jù)中潛在有用的知識，完成預(yù)測問題。 支持向量機是數(shù)據(jù)挖掘中的一項新技術(shù)，是繼神經(jīng)網(wǎng)絡(luò)后機器學習的熱點研究技術(shù)，它主要應(yīng)用于分類和回歸問題中。由于使用結(jié)構(gòu)風險最小化原則代替經(jīng)驗風險最小化原則，使它能較好地處理小樣本情況下的學習問題。又由于采用了核函數(shù)思想，使它能把非線性問題轉(zhuǎn)化為線性問題來解決并降低了算法的復(fù)雜度。目前，支持向量機已經(jīng)成為國際上機器學習領(lǐng)域新的研究熱點。 通過對數(shù)據(jù)挖掘的新方法—

3、支持向量機算法，進行研究，將其應(yīng)用于軸承的壽命預(yù)測中。本文研究的主要內(nèi)容是軸承壽命預(yù)測問題，即根據(jù)現(xiàn)場采集到的軸承的振動信號，經(jīng)過分析處理，采用支持向量分類機和支持向量回歸機兩種方法來預(yù)測軸承的壽命，大大降低了軸承疲勞壽命試驗的費用。 基于數(shù)據(jù)挖掘的軸承壽命預(yù)測在生產(chǎn)實踐中可以產(chǎn)生顯著的經(jīng)濟效益，因此在生產(chǎn)實際中有著廣泛的需求，但是把數(shù)據(jù)挖掘的新方法—支持向量機這種算法應(yīng)用于軸承壽命預(yù)測上，這方面的理論和實際應(yīng)用在國內(nèi)還不多見。