[发明专利]一种基于粒子群-支持向量机的旋转机械设备运行工况预测方法

摘要

一种基于粒子群‑支持向量机的旋转机械设备运行工况预测方法，包括以下步骤：步骤1、采集振动速度信号，并计算振动烈度值作为训练样本集；步骤2、使用样本集结合改进的粒子群算法对支持向量回归机中的参数进行迭代寻优；步骤3、使用样本集和寻优得到的参数对支持向量回归机进行训练，得到支持向量机回归模型函数；步骤4、使用支持向量机回归模型函数预测未来一段时间的振动烈度值，得到预测集；步骤5、结合ISO2372设备振动标准，对预测集中的振动烈度进行分析，得到旋转机械设备在未来一段时间的运行状态。本发明可以对旋转机械设备的振动数据走势进行有效预测，最大限度保证设备的安全可靠运行。

主权项

1.一种基于粒子群‑支持向量机的旋转机械设备运行工况预测方法，其特征在于，所述方法包括以下步骤：步骤1、连续采集n组振动速度信号，计算每组振动速度信号的振动烈度值作为样本集，即S＝{(t1,d1),(t2,d2),…,(ti,di),…,(tn,dn)}，其中di为从ti‑1时刻到ti时刻采集到的振动速度信号集合对应的振动烈度；步骤2、使用改进的粒子群算法结合样本集S对支持向量回归机中的核参数g和惩罚因子C进行迭代寻优；得到最优的gopt和Copt；步骤3、使用样本集S和gopt、Copt，对支持向量回归机进行训练，得到支持向量机回归模型函数f(t)；步骤4、使用f(t)预测tn时刻之后连续的m个振动烈度，即Sp＝{(tn+1,dn+1),(tn+2,dn+2)，…,(tn+m,dn+m)}，预测过程为：(4.1)初始化集合迭代控制变量i＝1；(4.2)将t＝tn+i代入f(t)，得到tn+i的振动烈度值dn+i，将(tn+i,dn+i)添加到预测集Sp和样本集S中；(4.3)将i自身增加1，如果i>m，则执行步骤5，否则返回到步骤4.2；步骤5、根据ISO2372设备振动标准，对Sp进行分析，判断Sp中的振动烈度值被包含在哪种状态对应的振动烈度取值范围中，并给出旋转机械设备的运行状态。