基于光滑支持向量回归的旋转机械动静碰摩故障分析

摘要

转子动静碰摩是旋转机械设备的常见故障,应用传统的数学建模方法常常得到复杂的非线性系统模型,傅立叶变换等时频域分析方法由于自身的局限性,不利于问题的求解.基于对碰摩故障程度和趋势的分析要求,引入了采用时间序列分析方法的支持向量回归算法.基于光滑化方法的支持向量回归算法能够在模型的复杂性和识别误差之间寻求最佳折衷,以建立反映故障趋势内部机制的线性化模型.经仿真计算发现,该方法不但提高了算法的收敛速度和精度,而且具有很好的泛化能力.针对实际转子碰摩故障的特点,建立了Jeffcott转子模型,采用光滑支持向量回归算法对时间序列的故障数据进行趋势分析.实验结果表明,光滑支持向量回归(SSVR)算法对于故障趋势的分析明显优于神经网络,所占用的存储空间也比较小,可以有效地分析转子动静碰摩故障的趋势,对旋转机械设备的使用和维护具有一定的指导意义.