Please wait a minute...
工程设计学报
工程设计学报  2019, Vol. 26 Issue (2): 170-176    DOI: 10.3785/j.issn.1006-754X.2019.02.007
保质设计     
基于GA-SVM的刚性罐道故障诊断
马天兵1,2, 王孝东1, 杜菲1,2, 王鑫泉1
1.安徽理工大学 机械工程学院， 安徽 淮南 232001
2.安徽理工大学 矿山智能装备与技术安徽省重点实验室，安徽 淮南 232001
Fault diagnosis for rigid guide based on GA-SVM
MA Tian-bing1,2, WANG Xiao-dong1, DU Fei1,2, WANG Xin-quan1
1.School of Mechanical Engineering， Anhui University of Science ＆ Technology, Huainan 232001， China
2.Anhui Key Laboratory of Mine Intelligent Equipment and Technology, Anhui University of Science & Technology, Huainan 232001, China
 全文: PDF(1724 KB)   HTML
摘要： 针对刚性罐道故障类型识别精度低这一难题，提出了一种基于遗传算法(genetic algorithm，GA)和支持向量机（support vector machine，SVM）的刚性罐道故障诊断方法。搭建了立井提升系统实验台，模拟2种典型的罐道故障，并采集提升容器振动加速度信号。运用经验模态分解（empirical mode decomposition，EMD）方法对振动加速度信号进行分解，选取前4个固有模态函数（intrinsic mode function，IMF），然后运用奇异值分解（singular value decomposition，SVD）方法计算出每个IMF的奇异值作为故障特征参数，将得到的故障特征参数作为SVM的训练集，通过GA参数寻优方法得到SVM关键参数c和g的最优值，并选取新的测试样本检测SVM的诊断效果。实验结果表明:基于GA-SVM的刚性罐道故障诊断方法的平均分类准确率达到93%。研究结果表明该方法能精确地识别刚性罐道的典型故障类型，为立井提升系统等非线性非平稳复杂系统的故障诊断提供一种通用可行的解决方法。
Abstract: In order to improve the identification accuracy of rigid guide fault type, a method based on genetic algorithm (GA) and support vector machine (SVM) was proposed to solve the fault diagnosis problem. Vertical shaft lifting system experimental platform was set up to simulate two typical types of rigid guide fault, and the vibration acceleration signal of the lifting vessel was collected. The vibration acceleration signal was decomposed by empirical mode decomposition (EMD), and the singular values of first four intrinsic mode functions (IMF) were calculated by singular value decomposition (SVD) method as the fault characteristic parameters. The fault characteristic parameter was used as the training set of the SVM, and the optimal values of c and g of the SVM were obtained by the GA parameter optimization method. The new test samples were selected to detect the diagnostic effect of SVM. The experimental results showed that the average classification accuracy of rigid guide fault diagnosis method based on GA-SVM reached 93%. This method can accurately identify the typical fault types of rigid guide, and provide a general and feasible solution for the fault diagnosis of nonlinear and non-stationary complex systems such as vertical shaft lifting system.
收稿日期: 2018-09-08 出版日期: 2019-04-28
CLC:  TH 11  
基金资助: 国家自然科学基金资助项目（51305003）；安徽省高校自然科学研究重大项目（KJ2015ZD19）
服务　　
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章　　

引用本文:

马天兵, 王孝东, 杜菲, 王鑫泉. 基于GA-SVM的刚性罐道故障诊断[J]. 工程设计学报, 2019, 26(2): 170-176.

MA Tian-bing, WANG Xiao-dong, DU Fei, WANG Xin-quan. Fault diagnosis for rigid guide based on GA-SVM. Chinese Journal of Engineering Design, 2019, 26(2): 170-176.

链接本文:

https://www.zjujournals.com/gcsjxb/CN/10.3785/j.issn.1006-754X.2019.02.007    或    https://www.zjujournals.com/gcsjxb/CN/Y2019/V26/I2/170

[1] 田助新,郭明慧,曹海印. 环形油腔液体静压推力轴承动态特性的影响因素研究[J]. 工程设计学报, 2022, 29(4): 456-464.
[2] 周皓,刘尚林,杨凯弘,周思阳,张茜. 基于互信息与支持向量回归的盾构掘进载荷预测方法研究[J]. 工程设计学报, 2022, 29(3): 286-292.
[3] 张春燕,丁兵,何志强,杨杰. 转盘式多足仿生机器人的运动学分析及优化[J]. 工程设计学报, 2022, 29(3): 327-338.
[4] 王月朋,汪步云. 下肢外骨骼助力机器人动力学建模及实验研究[J]. 工程设计学报, 2022, 29(3): 358-369.
[5] 独亚平,赵春花,郭嘉辉,周川,张立强. 柔顺停歇机构伪刚体模型的运动学和动力学分析[J]. 工程设计学报, 2022, 29(2): 202-211.
[6] 王学军,普江华,陈明方. 自动化生产线用同步带传动升降机的动态特性分析[J]. 工程设计学报, 2022, 29(2): 212-219.
[7] 梁栋, 梁正宇, 畅博彦, 齐杨, 徐振宇. 多臂机提综臂辅助旋铆并联机器人优化设计[J]. 工程设计学报, 2022, 29(1): 28-40.
[8] 毛君, 田博, 谢苗, 李玉岐. 碳刷研磨成形去除模型构建与验证[J]. 工程设计学报, 2021, 28(6): 701-708.
[9] 马维贞, 胡腾, 郑华林, 李湉. 主轴运行状态下机床刀尖点动力学行为分异特征辨识[J]. 工程设计学报, 2021, 28(6): 694-700.
[10] 王永奉, 赵国如, 孔祥战, 郑凯, 李光林. 肌力协同补偿的无动力下肢外骨骼设计与分析[J]. 工程设计学报, 2021, 28(6): 764-775.
[11] 李然然, 张凯, 柴麟, 张龙, 刘宝林, 李国民. 黏滑振动下机械式自动垂直钻具稳定平台的控制性能研究[J]. 工程设计学报, 2021, 28(6): 746-757.
[12] 何涛, 陈强曼, 陈国瑜, 王传礼, 黄森, 沈浩. 滑动摩擦副表面变织构的润滑与承载特性研究[J]. 工程设计学报, 2021, 28(5): 585-593.
[13] 王志亮, 陈锟, 张震, 周旺明, 黄和祥, 夏成宇. 新型钻杆的携岩原理研究与数值仿真分析[J]. 工程设计学报, 2021, 28(5): 602-614.
[14] 陈致, 张春燕, 蒋新星, 朱锦翊, 卢晨晖. 一种可重构的空间开/闭链6R移动并联机构的设计与分析[J]. 工程设计学报, 2021, 28(4): 511-520.
[15] 魏建宝, 李松梅, 徐雨田. 三叉式-球笼式双联万向联轴器的扭转振动特性分析[J]. 工程设计学报, 2021, 28(4): 458-465.