论文部分内容阅读
近年来,由于游乐场娱乐设备的机械故障给广大游乐场爱好者带来生命财产损失屡见不鲜。因此,研究一种高效、便捷的游乐场机械设备故障诊断方法具有非常重要的意义。日趋大型化、复杂化、自动化、集成化的游乐场机械设备使得传统故障诊断方法已经不能满足当前复杂的游乐场机械设备故障诊断。针对上述问题,本文提出一种改进的支持向量机机械故障诊断模型,并将其应用到游乐场过山车机械设备故障诊断。研究工作主要以游乐场过山车机械设备故障诊断为背景,展开了过山车结构模型简化、过山车失效形式、过山车振动机理、过山车信号特征分析、混沌序列信号特征提取、模拟退火改进支持向量机、万有引力支持向量机以及过山车机械故障诊断方案的研究。具体研究内容如下:(1)建立过山车结构简化模型分析游乐场过山车机械设备系统的结构组成,通过力学分析,简化过山车零部件,阐述过山车的失效理论,建立过山车危险零部件故障诊断的简化模型,并从力学及机械零件失效的角度分析该简化模型的可行性。(2)分析过山车的失效形式及振动机理建立过山车机械设备系统振动的数学模型,为后续的信号分析打下理论基础。通过有限元分析显示,过山车的危险零部件为轴承,其主要失效形式有:轴承内圈故障、外圈故障及滚动体故障。(3)过山车故障信号特征分析及故障特征提取主要针对过山车危险零部件滚动轴承组进行振动信号特征分析,根据过山车振动机理,分为内圈故障、外圈故障及滚动体故障信号分析。建立故障信号与故障特征之间的联系。鉴于特征提取是介于0~1之间的搜索优化问题,而混沌搜索适合用于求解特征提取问题。因此,选择混沌搜索作为过山车故障信号特征提取的工具。(4)改进支持向量机模型建立与求解首先,基于模拟退火算法全局寻优的搜索特性,用该方法优化求解支持向量机重要参数惩罚因子和核函数宽度,从而得到改进的支持向量机模型,并将其用于过山车机械故障诊断,通过MATLAB软件求解显示,该模型的分类正确率高达98.39%。其次,基于万有引力算法搜索速度快的特性,用该方法优化求解支持向量机重要参数惩罚因子和核函数宽度,进一步得到改进的支持向量机模型,并将其用于过山车机械故障诊断,通过MATLAB软件求解显示,该模型的分类正确率高达98.66%。结合信号特征提取方法和改进的支持向量机,分别建立了混沌模拟退火支持向量机模型(CSAA-SVM)及混沌万有引力支持向量机模型(CGSA-SVM),并用于游乐场过山车机械故障诊断。研究结果显示,两种模型对过山车故障诊断的正确率均高达98.78%。这表明运用混沌模拟退火支持向量机模型以及混沌万有引力支持向量机模型对游乐场过山车机械故障诊断具有可靠性。