[发明专利]液压成形装备的传动装置故障预测模型的建立方法及系统

权利要求书

1.一种液压成形装备的传动装置故障预测模型的建立方法，其特征在于，所述建立方法包括：

获取液压成形装备的传动装置的多组原始运行数据；

对所述原始运行数据进行预处理，合成新数据样本；

基于迭代-支持向量机组合算法，根据所述新数据样本建立传动装置故障预测模型，用于对传动装置的故障情况进行预测。

2.根据权利要求1所述的液压成形装备的传动装置故障预测模型的建立方法，其特征在于，所述原始运行数据分为正常运行数据和故障数据。

3.根据权利要求1所述的液压成形装备的传动装置故障预测模型的建立方法，其特征在于，所述对所述原始运行数据进行预处理包括：

删除所述原始运行数据中的异常数据，获得参考数据样本；

对所述参考数据样本进行特征提取和降维处理，获得降维数据样本；

基于SMOTE采样法，处理所述降维数据样本中的不均衡样本数据，得到扩展数据样本；

根据所述降维数据样本和扩展数据样本，合成新数据样本。

4.根据权利要求3所述的液压成形装备的传动装置故障预测模型的建立方法，其特征在于，所述删除所述原始运行数据中的异常数据，具体包括：

对所述原始运行数据进行Z-分数标准化处理，得到标准化数据；

选择出标准化数据的绝对值大于设定阈值的各原始运行数据，为异常数据；

删除所述异常数据。

5.根据权利要求3所述的液压成形装备的传动装置故障预测模型的建立方法，其特征在于，所述对所述参考数据样本进行特征提取和降维处理，具体包括：

将所述参考数据样本的特征转换m×d矩阵A，并对所述矩阵A作归一化处理，得到归一化矩阵A′；

其中，m表示数据样本数量，d表示每个数据样本中的特征数量；

根据以下公式，采用高斯核函数，根据归一化矩阵计算核矩阵K：

K(xi,xj)=exp(-||xi-xj||22σ2);]]>

其中，(x_i,y_i)表示第i个数据样本，x_i表示第i个数据样本的样本数据，y_i∈(-1,1)，i＝1,...,m，x_i＝[x_i1,…,x_id]；(x_j,y_j)表示第j个数据样本，x_j表示第j个数据样本的样本数据，y_j∈(-1,1)，j＝1,...,m，x_j＝[x_j1,…,x_jd]，且i≠j，σ表示x_i与x_j的标准差，||·||为范数，表示距离；

根据以下公式，中心化所述核矩阵K，得到修正矩阵K_c：

K_c＝K-l_NK-Kl_N+l_NKl_N；

其中，l_N为N×N维矩阵，它的每一个元素均为

采用Jacobi迭代法，计算矩阵K_c的特征值及对应的特征向量；

将各特征值按降序排序，并调整对应的特征向量的排序，得到调整特征向量；

利用施密特正交化方法，对调整特征向量进行正交化、单位化处理，得到对应的特征分量；

计算降序排列的各特征值的累计贡献率，选择大于贡献率阈值的全部特征值对应的特征分量，形成特征分量集合；

根据修正矩阵K_c与所述特征分量集合，确定降维数据样本。