基于支持向量机和混沌理论的压缩机状态预测方法研究

摘要

压缩机是石油和机械领域等企业生产的关键设备，为保障其安全可靠运行，实现科学维护，对其运行状态进行趋势预测具有重要的意义。非线性序列趋势预测技术是状态监测与故障诊断的有力工具。本文从企业安全生产和预知维护的角度出发，将基于支持向量机的预测方法和基于混沌理论的预测方法运用到压缩机的状态预测中，主要研究内容包括：
　　 （1）回顾了时间序列预测方法的发展历程，介绍了非线性时间序列预测的研究概况，阐明了本文的研究背景与研究意义；
　　 （2）研究了支持向量机的回归预测理论，将信号经验模态分解(EMD)与支持向量机相结合，提出了基于EMD和支持向量机的压缩机状态预测方法，并应用于压缩机轴位移振动信号的预测，结果表明了该预测方法的有效性和准确性；
　　 （3）介绍了基于混沌理论的预测方法，研究了混沌预测中的相空间重构理论和重构参数选取方法，建立了局域法混沌预测模型，并应用于压缩机轴位移振动信号的预测，结果验证了该预测方法的实用性和可行性；
　　 （4）总结分析了基于EMD和支持向量机的状态预测方法和基于混沌理论的预测方法特点，说明了两种预测方法应用于压缩机状态预测的适用性与局限，对两种预测方法提出了各自的改进方向，为进一步的研究提供了有益的指导。

目录

文摘

英文文摘

声明

第1章绪论

第2章基于EMD 和SVM 的压缩机预测方法研究

第3章基于混沌理论的压缩机状态预测方法研究

第4章压缩机状态预测方法的应用研究

总结与展望

参考文献

致谢