基于SVM的胎面生产过程的专家故障诊断系统

摘要

设备状态故障诊断技术近年来在国内外获得了很大的发展，在保证设备安全、稳定、长周期优质运行方面发挥了很大的作用。随着科学技术的进步与发展，机械设备逐渐趋向于大型化、自动化、高速化和复杂化，使得设备故障诊断技术变得越来越重要。 本论文以轮胎胎面复合挤出联动线PLC控制系统为研究背景，根据其控制系统的总体结构和性能特点，分析了轮胎胎面复合挤出联动线PLC控制系统故障的类型、范围及产生的原因。基于现有故障诊断理论方法的优点和不足之处，重点介绍了专家系统和支持向量机的原理和特点，结合研究背景，确立了基于支持向量机的胎面PLC控制系统专家故障诊断系统。 论文对智能故障诊断系统的产生和发展现状作了综述，分析了基于智能故障诊断专家系统的一般结构，完成了专家故障诊断系统的总体结构和功能设计，并对该系统诊断知识库的构成，包括知识的来源、事实库与规则库的建立；知识的获取和维护；解释模块的设计；诊断推理模块的构建做了详细论述。 论文将支持向量机用于胎面联动线控制系统的故障诊断，建立了多类分类器，讨论了支持向量机的多类分类算法：一对一分类算法和一类对余类的分类算法，以及两种分类算法的步骤实现。主要研究了基于SVM的螺杆挤出机故障诊断，分析了挤出机的工作原理和在生产中的故障类型。通过Matlab编程软件并运用SVM Toolbox对现场采集的螺杆挤出机的转速，压力，主机电流等数据进行仿真，比较了一对一分类算法和一类对余类的分类算法的分类结果和性能。通过调整核函数参数gam和sig2，两种分类算法都能够达到很好的预期效果。 实例表明支持向量机的两种常用多类分类算法对相同的样本具有不同的诊断结果，同时也说明了在少样本的故障诊断方面支持向量机算法具有良好的适应性。

目录

文摘

英文文摘

声明

第1章绪论

1.1课题概述

1.1.1课题的题目及来源

1.1.2课题研究的背景

1.1.3课题研究的目的和意义

1.2专家系统的研究现状和局限性分析

1.2.1专家系统的研究现状

1.2.2专家系统的局限性

1.3支持向量机理论的发展和现状

1.3.1支持向量机的发展概况

1.3.2研究现状和主要应用方向

1.4本课题研究的内容

1.5本章小节

第2章胎面复合挤出联动线及其故障类型

2.1胎面复合挤出联动线的工艺流程

2.2胎面复合挤出联动线的工艺要求和技术指标

2.3胎面复合挤出联动线控制系统结构

2.4胎面复合挤出联动线故障类型

2.5本章小节

第3章控制系统故障诊断的方法

3.1故障诊断方法综述

3.2专家系统介绍

3.2.1专家系统的定义和简介

3.2.2专家系统结构分析

3.2.3专家系统的特点

3.3支持向量机

3.3.1统计学习理论

3.3.2支持向量机理论

3.3.3核函数

3.4基于PLC和PROFIBUS现场总线的故障诊断方法

3.4.1利用STEP 7操作系统实现故障诊断

3.4.2子程序中编程实现对外部设备的故障诊断

3.4.3利用PROFIBUS-DP和STEP 7实现对智能从站的故障诊断

3.5本章小节

第4章智能故障诊断系统的总体结构设计

4.1系统诊断方法的确定

4.2胎面生产过程的故障诊断系统的构建策略

4.3故障诊断系统的总体设计和功能模块实现

4.3.1系统总体结构设计

4.3.2知识库

4.3.3知识的获取和维护

4.3.4解释模块

4.3.5推理机模块

4.4本章小节

第5章基于支持向量机的分类算法研究

5.1基于支持向量机的多类分类研究

5.1.1“1对1”分类算法(成对分类)

5.1.2“1对多”分类算法(一类对余类)

5.1.3支持向量机分类算法步骤

5.1.4两种多类分类算法的分类速度

5.2基于SVM的挤出机故障诊断

5.2.1挤出机的工作原理

5.2.2挤出机的故障类型

5.2.3胎面生产过程的数据准备

5.3仿真结果与仿真结果分析

5.3.1基于SVM的螺杆挤出机诊断步骤图

5.3.2多故障分类器的建立

5.3.3 SVM分类器主程序

5.3.4仿真分类结果

5.4本章小节

第6章全文总结

6.1全文工作总结

6.2进一步工作展望

参考文献

作者在攻读硕士期间发表的论文

致谢