基于SVM的旋片泵故障診斷及維修優(yōu)化研究.pdf

1、在機(jī)械制造業(yè)產(chǎn)品中，泵產(chǎn)業(yè)作為機(jī)械制造業(yè)的重要組成部分，其使用性能、穩(wěn)定性以及其維修效率越來越受到重視。但是，隨著故障診斷技術(shù)的不斷提高，智能診斷技術(shù)很少能夠成功地應(yīng)用于泵的故障診斷中，并且受到有限故障樣本的制約、算法的復(fù)雜以及人為檢修的習(xí)慣，很難在企業(yè)中推進(jìn)智能診斷技術(shù)。由于算法的優(yōu)越性和特點(diǎn)，通過支持向量機(jī)算法建立旋片泵的故障診斷模型，不僅克服了有限小樣本而產(chǎn)生故障分類精準(zhǔn)低的現(xiàn)象，同時(shí)能夠有效地提高旋片泵的維修效率。面對(duì)我國(guó)旋片泵

2、在維修過程中故障診斷時(shí)間長(zhǎng)的問題，開展旋片泵智能故障診斷模型建立與應(yīng)用成為當(dāng)務(wù)之急。
　　針對(duì)以上問題，本文以旋片泵故障特點(diǎn)為依托，針對(duì)各故障癥狀考慮人為檢修經(jīng)驗(yàn)的基礎(chǔ)上，提出通過全局優(yōu)化分類支持向量機(jī)算法充分分析不同數(shù)據(jù)形式和不同核函數(shù)選擇對(duì)故障分類精度和分類運(yùn)行速度的影響，通過提出基于改進(jìn)共軛變換支持向量機(jī)的旋片泵故障診斷模型，從而更進(jìn)一步提升了旋片泵的診斷精度和維修效率:
　　首先，基于對(duì)支持向量機(jī)方法中各算法特點(diǎn)的分

3、析，以旋片泵故障特征為依托，尋求適合旋片泵故障診斷的支持向量機(jī)算法，并對(duì)維修故障樣本進(jìn)行分類、訓(xùn)練，分析各核函數(shù)和數(shù)據(jù)形式選擇下的分類精度和運(yùn)行速度，得到最優(yōu)SVM旋片泵故障診斷模型。
　　然后，通過了解某企業(yè)維修中心的現(xiàn)有維修條件和維修情況，運(yùn)用排隊(duì)論方面的知識(shí)，分析目前維修條件是否合理，并根據(jù)維修實(shí)際情況，通過與最優(yōu)SVM故障診斷模型所用時(shí)間進(jìn)行比較，得到提升后的故障診斷時(shí)間，從而達(dá)到對(duì)維修時(shí)間進(jìn)行優(yōu)化。
　　最后，提出