基于支持向量机的机车轴承故障诊断系统的研究

中南大学硕士学位论文基于支持向量机的机车轴承故障诊断系统的研究姓名：耿永强申请学位级别：硕士专业：电路与系统指导教师：危韧勇20080526基于支持向量机的机车轴承故障诊断系统的研究作者：耿永强学位授予单位：中南大学相似文献(2条)1.学位论文胡丹磁悬浮高速列车负荷谐波模型和冲击模型的建立2007磁悬浮高速列车是电力系统中的新型负荷，其各方面的特性及其对电网的影响需要通过大量研究和试验才能掌握。现阶段的研究表明，磁悬浮高速列车不仅是大型的谐波源，也是大型的冲击性负荷，如何有效地避免这两种危害是当前应用磁悬浮高速列车的重大难题。本文以磁悬浮高速列车牵引供电系统的谐波特性和冲击特性为研究对象，其主要内容包括：（1）提出使用网格搜索和模式搜索的组合寻优策略，以客观性较强的交叉验证均方误差作为目标函数，优化支持向量机模型参数。本文应用这种基于参数优化的支持向量机算法建立磁悬浮高速列车谐波特性和冲击特性的模型，较大地提高了模型的精度和泛化能力。（2）提出合适的磁悬浮高速列车负荷谐波特性黑箱模型和相关建模步骤。把上述基于参数优化的支持向量机建模方法应用于这种黑箱模型的建立过程，并和基于相同原始数据的反向传播人工神经网络黑箱模型相比较，结果表明这种建模方法可以较大程度地提高现有谐波模型的精度和泛化能力。（3）指出磁悬浮高速列车负荷的冲击特性实质上是一种具有快速大幅度变化性质的电力负荷特性，并且可以使用电力负荷动态非线性黑箱模型描述其冲击特性。使用实际电力负荷数据并且运用上述基于参数优化支持向量机建模方法的建模结果表明，这种形式的黑箱模型及其建模方法可以有效地拟合具有快速大幅度变化性质的负荷冲击特性。2.学位论文钟燕科基于SVM的机车主变流器故障诊断2009众所周知，安全是铁路运输的生命线，机车的可靠运行是铁路安全生产的最基本保障。对机车进行实时检测和故障诊断是防止机车故障、保障安全运行、提高运输效率的一个重要的技术手段。本文所研究的课题来源于国家863计划《列车安全状态监测及故障预警技术研究》和国家自然科学基金项目《基于列车通信网络的高速列车故障诊断系统研究》，文章首先阐明了对机车进行故障诊断的重要意义，接着介绍了机车故障诊断技术的发展现状，引入模式识别与机器学习领域中的前沿工具一支持向量机，采用SVM对电力机车主变流器故障进行诊断。论文以电力机车主变流器为研究对象，介绍了电力机车主变流器的电路结构，在分析其工作原理的基础上，分析了电路的故障分布情况；针对变流器输出参量特征，选择输出电压作为故障信号提取对象。借助仿真软件Matlab中的Simulink工具箱，仿真得到了主变流器发生不同故障时电路所对应的输出电压，采用小波分析对输出电压进行信号处理，提取故障特征，构造特征向量，获得蕴涵电路故障信息的样本。利用SVM工具箱构建多故障分类器，但是，SVM在无限空间建立分类超平面，容易导致误分类，针对此问题，本文提出了改进方法，使SVM在确定的有限空间进行分类，这是本文的创新之处。最后用仿真样本进行了训练和测试，实验结果表明分类效果良好，实现了预期目标。总之，本文提出的诊断方法具有实时性强、准确性高的特点，对电力机车主变流器故障诊断具有积极的理论指导意义。本文链接：授权使用：上海海事大学(wflshyxy)，授权号：df7c9e5f-e70e-4de0-8488-9dd70111aab0下载时间：2010年8月19日