支持向量機(jī)在礦井提升機(jī)故障診斷中的應(yīng)用研究.pdf

1、　　礦井提升機(jī)是礦下與外界運(yùn)輸?shù)奈ㄒ唤橘|(zhì)，設(shè)備頻繁起制動(dòng)保證了礦業(yè)高速增產(chǎn)，同時(shí)也帶來(lái)了普遍的設(shè)備振動(dòng)隱患問(wèn)題。論文對(duì)機(jī)器學(xué)習(xí)類算法-支持向量機(jī)(SVM)展開(kāi)了深入研究，應(yīng)用支持向量機(jī)Libsvm軟件，實(shí)現(xiàn)礦井提升設(shè)備的“優(yōu)勢(shì)頻率特征提取+分類器核函數(shù)尋優(yōu)+參數(shù)尋優(yōu)”的故障診斷。首先在系統(tǒng)分析總結(jié)提升機(jī)常見(jiàn)故障類型、振動(dòng)特征以及信號(hào)處理的一般方法基礎(chǔ)上，對(duì)JKM3.25×4(Ⅱ)提升機(jī)進(jìn)行振動(dòng)測(cè)試與基于譜分析的故障診斷；其次在建立提升機(jī)

2、故障樹(shù)的基礎(chǔ)上，提取提升設(shè)備的特征信息，進(jìn)而建立提升設(shè)備的SVM數(shù)據(jù)庫(kù)，并對(duì)數(shù)據(jù)進(jìn)行歸一化處理與PCA降維處理；并且為了得到提升機(jī)的最優(yōu)SVM故障分類器，重分訓(xùn)練集數(shù)據(jù)，對(duì)提升機(jī)SVM分類模型的核函數(shù)以及參數(shù)進(jìn)行尋優(yōu)求解，提出提升機(jī)的“優(yōu)勢(shì)頻率特征提取+RBF核函數(shù)+網(wǎng)格模型參數(shù)優(yōu)化”綜合故障診斷系統(tǒng)；最終在提升機(jī)的SVM綜合故障診斷系統(tǒng)基礎(chǔ)上，建立提升機(jī)的SVM故障分類器，進(jìn)而對(duì)提升機(jī)進(jìn)行故障診斷，并將診斷結(jié)果與基于譜分析的診斷結(jié)果進(jìn)