[发明专利]基于改进球向量机闭包球求解的往复式压缩机故障诊断方法

说明书

技术领域

本发明属于故障诊断方法，尤其涉及一种基于改进球向量机闭包球求解(IEBVM)的往复式压缩机故障诊断方法。

背景技术

往复式压缩机作为生产环节的一种关键机械设备，一旦发生故障就可能无法正常运作、停机甚至带来严重的生产事故，造成巨大的经济损失、环境损失甚至人员伤亡。由于往复式压缩机结构的日益复杂，进行故障诊断所需的状态信息增大，检测数据增多，增大了通过诊断算法建立模型的难度。传统的故障诊断算法难以满足实际生产需求，而一般智能诊断算法用于压缩机的故障诊断通常存在训练时间长、诊断精度不够高的缺点，因此对压缩机进行快速准确的故障诊断是亟待解决的问题。

往复式压缩机的故障诊断属于模式识别领域，其实质是分类问题。支持向量机算法作为一种典型的分类算法，在许多分类问题上的分类效果很好，但是当分类训练数据集规模变大、数据在高维空间分布复杂时，其训练时间偏长、训练精度下降，导致训练效果变差。球向量机(BVM)算法将支持向量机算法中二次规划的求解转化为闭包球问题，在处理大规模数据时，相比于一般的分类算法具有明显优势。但数据规模过大时，训练时间仍相对较长，将BVM算法用于往复式压缩机的故障诊断，其训练效果还需要进一步提高以满足实际诊断需求。BVM算法在闭包球求解过程中，最耗时的部分是求解点到闭包球球心的距离，每次在训练集中采样一定个数的点，用于确定距离球心最远的点以更新球心，而在更新球心若干次后，同一个点到球心的距离需要重新求解，原有的距离没有得到充分利用。而距离的求解与支持向量的个数有直接关系，当数据集的规模很大时，支持向量的个数势必很多，使得距离的计算耗费更多的时间，而往复式压缩机由于结构复杂，故障数据维度高、个数多，采用球向量机算法进行故障诊断所需的时间也偏大。

发明内容

本发明的目的在于提供一种基于改进球向量机闭包球求解的往复式压缩机故障诊断方法。

为了实现以上目的，本发明采用了以下技术方案：

1)利用温度传感器和压力传感器采集往复式压缩机各级缸的进气口以及排气口处在不同工况下的温度和压力数据，所述工况包括所述往复式压缩机的若干种故障类型；

2)构造数据集S＝{z₁,…,z_N}，其中z_i＝(x_i,y_i)，x_i是采集到的d维温度和压力数据，y_i∈{1,2,…,P}，i＝1,2,…,N，{1,2,…,P}为所述往复式压缩机的工况集合，y_i为x_i对应的工况，N为采集到的数据组数；

3)采用改进球向量机闭包球求解算法对训练数据集进行训练，采用一对一的策略，P种工况共需训练个二分类器；确定改进球向量机闭包球求解算法的核函数以及近似求解精度目标ε_goal；对于每个二分类器，所述算法在求解闭包球问题时，将所有z_i通过映射映射到高维空间构成训练数据集，在训练数据集中寻找最远点时缓存对应点与球心的点积，用于球心更新一定次数后同一个点与球心的距离的计算；在寻找最远点时跳过部分非最远点；所有支持向量权重在球心每更新一定次数后再更新；当支持向量个数过多时，增大在支持向量集中寻找最远点的次数；

寻找最远点时，第i个点与球心的距离为：其中，d_i,t为与的点积，初始化时求解所有d_i,0；

第t+1次寻找到最远点后，为使球心移动位置最小，构造拉格朗日函数并求解，使球心更新为其中r为最小闭包球的半径；

寻找最远点时，第i个点与球心的点积为其中，d_i,t-j为已经计算得到的与球心的点积，系数B_t-k＝β_t-1β_t-2…β_t-k，1<k≤j，且B_t-1＝β_t-1，Γ_p＝B_p+1-B_p，t-j≤p≤t-2，z_p,m对应球心为时找到的最远点j为两次被采样到时球心的更新间隔；