【摘要】：減壓閥是工業(yè)生產(chǎn)中常用和重要的穩(wěn)壓元器件之一。減壓閥持續(xù)的泄漏或過(guò)大的泄漏會(huì)使其密封面遭受腐蝕,導(dǎo)致減壓閥的功能部分喪失或完全喪失,從而引起安全事故,阻礙工業(yè)生產(chǎn)并對(duì)生命財(cái)產(chǎn)安全構(gòu)成威脅。鑒于泄漏危害的嚴(yán)重性,ISO19973(全稱:氣動(dòng)元件可靠性評(píng)價(jià)的實(shí)驗(yàn)方法)規(guī)定了通過(guò)實(shí)驗(yàn)評(píng)價(jià)氣動(dòng)減壓閥可靠性的測(cè)試方法和失效標(biāo)準(zhǔn)。由此可見(jiàn),研究減壓閥泄漏的機(jī)理和本質(zhì),建立泄漏的數(shù)學(xué)模型,掌握其泄漏的變化規(guī)律,對(duì)于保護(hù)生命財(cái)產(chǎn)安全、保證工業(yè)生產(chǎn)的健康穩(wěn)定運(yùn)行具有積極的現(xiàn)實(shí)意義。特別是如果能建立泄漏的時(shí)間預(yù)測(cè)模型,就能夠快速、準(zhǔn)確地預(yù)測(cè)泄漏,進(jìn)而做出維修或繼續(xù)使用的決定,建立高效率的、低成本的維修制度。 減壓閥的泄漏過(guò)程是非線性、多變量、時(shí)變、強(qiáng)耦合的,并且涉及大量的不確定因素,因而該過(guò)程是典型的復(fù)雜過(guò)程。采用機(jī)理建模方法,有利于理解減壓閥泄漏的機(jī)理和本質(zhì),揭示泄漏和諸多參數(shù)之間的關(guān)系,卻難以獲得精確的預(yù)測(cè)值。支持向量機(jī)是在預(yù)測(cè)建模領(lǐng)域出現(xiàn)的一種新的人工智能方法,由于其完備的理論基礎(chǔ)在工程中獲得了成功的應(yīng)用,并受到了廣泛的關(guān)注。因此,該方法為泄漏預(yù)測(cè)開(kāi)辟了一條可能的有效途徑。在研究支持向量機(jī)的基礎(chǔ)上,本文針對(duì)泄漏預(yù)測(cè)建模中精度和速度等方面展開(kāi)了一系列的研究工作,主要研究?jī)?nèi)容如下: (1)減壓閥泄漏的機(jī)理預(yù)測(cè)模型。將泄漏分為兩部分,經(jīng)過(guò)泄放孔的排放量和端面密封引起的泄漏量。對(duì)第一部分,把泄放孔等效為收縮噴嘴,根據(jù)連續(xù)性方程得到經(jīng)過(guò)泄放孔的泄漏。對(duì)第二部分,利用分形理論來(lái)描述隨時(shí)間變化的密封端面的形貌,給出了密封端面上泄漏通道的數(shù)學(xué)表達(dá)式,將這些泄漏通道也抽象成收縮噴嘴,從而獲得經(jīng)過(guò)泄漏通道的泄漏量。 (2)基于支持向量機(jī)和隱含信息的權(quán)重調(diào)整方法。減壓閥在長(zhǎng)期的運(yùn)行過(guò)程中,端面形貌和密封間隙的幾何形狀都是不斷變化的,因此其泄漏量理論模型很難求解。而在支持向量機(jī)領(lǐng)域,可用變權(quán)重方法來(lái)描述這種情況,不同時(shí)刻的樣本數(shù)據(jù),重要程度相差較大,對(duì)每個(gè)樣本點(diǎn)應(yīng)采用不同的權(quán)重系數(shù)。提出了隱含懲罰系數(shù)的概念。將隱含信息和樣本映射到同一個(gè)高維空間,在這個(gè)空間中,使用標(biāo)準(zhǔn)的支持向量回歸方法處理隱含信息,獲得樣本在隱含信息作用下的偏差,以該偏差作為權(quán)重函數(shù)的調(diào)整函數(shù)。分別進(jìn)行了回歸麥克-格拉斯混沌時(shí)間序列的仿真驗(yàn)證和回歸機(jī)械密封實(shí)驗(yàn)裝置泄漏量的實(shí)驗(yàn)驗(yàn)證。 (3)基于雙隱含信息的減壓閥泄漏時(shí)間預(yù)測(cè)模型。針對(duì)機(jī)理預(yù)測(cè)模型和現(xiàn)代分析預(yù)測(cè)方法的不足和減壓閥泄漏的特點(diǎn),在支持向量回歸加的基礎(chǔ)上,結(jié)合基于隱含信息的權(quán)重函數(shù)調(diào)整方法,提出了基于支持向量機(jī)和雙隱含信息的減壓閥泄漏預(yù)測(cè)模型。給出了建立該模型的步驟和方法,包括隱含信息的選擇、泄漏數(shù)據(jù)和壓力差數(shù)據(jù)的預(yù)處理,以及求解和使用該模型的方法。討論了遺傳算法和粒子群算法在多參數(shù)優(yōu)化背景下的性能比較。遺傳算法和粒子群算法在優(yōu)化兩個(gè)或者三個(gè)待定參數(shù)時(shí),性能比較沒(méi)有一個(gè)統(tǒng)一的結(jié)論;在優(yōu)化該模型的六個(gè)參數(shù)時(shí),粒子群算法優(yōu)于遺傳算法。對(duì)減壓閥泄漏失效進(jìn)行預(yù)測(cè)實(shí)驗(yàn),和其它預(yù)測(cè)建模方法相比,該模型能正確預(yù)測(cè)出最多個(gè)數(shù)的泄漏失效樣本。詳細(xì)分析了閥No.3的情況,從理論上討論了隱含信息不起作用的原因。 (4)貫序最小優(yōu)化加算法。支持向量回歸加充分利用了隱含信息,進(jìn)一步提高了預(yù)測(cè)的精度。由于引入了隱含信息,需要處理的數(shù)據(jù)量增大,延長(zhǎng)了訓(xùn)練模型的時(shí)間,使得難以快速獲得模型的結(jié)果。提出了用于優(yōu)化支持向量回歸加的貫序最小優(yōu)化加算法。通過(guò)分析支持向量機(jī)加優(yōu)化問(wèn)題的約束條件,并根據(jù)KKT優(yōu)化條件,給出了判斷支持向量和普通樣本的標(biāo)準(zhǔn),給出了貫序最小優(yōu)化加算法中的違反KKT條件,討論了滿足KKT條件的幾種情況。通過(guò)適當(dāng)?shù)臄?shù)學(xué)變換,證明了支持向量機(jī)加和支持向量回歸加有著相同形式的數(shù)學(xué)表達(dá)結(jié)構(gòu),使得貫序最小優(yōu)化加算法既可以優(yōu)化支持向量機(jī)加,又可以優(yōu)化支持向量回歸加。證明并解釋了支持向量機(jī)加不存在最小二乘的形式。開(kāi)發(fā)了貫序最小優(yōu)化加算法軟件,并對(duì)減壓閥泄漏預(yù)測(cè)模型進(jìn)行了實(shí)驗(yàn)。
【圖文】：

往往都有泄漏異常的現(xiàn)象。為了預(yù)防安周期的運(yùn)行，需要建立維修制度對(duì)減壓閥進(jìn)行嚴(yán)大量的人力、物力和時(shí)間進(jìn)行減壓閥的檢查和維時(shí)停止運(yùn)行配合檢查，這在一定程度上降低了生究減壓閥泄漏的機(jī)理和本質(zhì)，建立泄漏的數(shù)學(xué)保護(hù)生命財(cái)產(chǎn)安全、降低經(jīng)濟(jì)損失，保證工業(yè)生意義。特別是如果能建立泄漏的時(shí)間預(yù)測(cè)模型，么就可以做出維修或繼續(xù)使用的決定，這將打破的、低成本的維修制度。于日本 SMC 株式會(huì)社委托研究項(xiàng)目“氣動(dòng)元0503-D02)開(kāi)展相關(guān)研究工作。漏

圖 1-2 平行端面密封模型Figure 1-2 Seal model of parallel end faces論，Helnze 研究了縫隙中的壓力和泄漏。學(xué)規(guī)律，通過(guò)密封縫隙的泄漏是層流運(yùn)動(dòng)模型。Mayer 用此模型計(jì)算通過(guò)平面平行縫行縫隙之間差別很大，，因而實(shí)驗(yàn)結(jié)果和理密封泄漏模型，Mayer 通過(guò)對(duì)密封端面表面粗糙度測(cè)量與性能有著特別重大的影響[15]。表面微觀不下，密封縫隙中的流體構(gòu)不成層流，縫隙體主要通過(guò)單個(gè)的沒(méi)有相互連通的細(xì)溝或整個(gè)寬度上都存在粗糙不平的不連續(xù)的迷
【學(xué)位授予單位】：上海交通大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2012
【分類號(hào)】：TH134

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孫見(jiàn)君;顧伯勤;魏龍;;基于分形理論的接觸式機(jī)械密封泄漏模型[J];化工學(xué)報(bào);2006年07期

2 賀波;劉曉東;靳小超;鐘學(xué)軍;;基于樣本加權(quán)的支持向量機(jī)預(yù)測(cè)方法[J];火力與指揮控制;2010年11期

3 奉國(guó)和,朱思銘;改進(jìn)SVM及其在時(shí)間序列數(shù)據(jù)預(yù)測(cè)中的應(yīng)用[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年05期

4 陳國(guó)安,葛世榮;基于分形理論的磨合磨損預(yù)測(cè)模型[J];機(jī)械工程學(xué)報(bào);2000年02期

5 何露斯;國(guó)產(chǎn)與美國(guó)克蘭公司生產(chǎn)的機(jī)械密封技術(shù)水平分析[J];水泵技術(shù);1995年02期

6 黃細(xì)霞;石繁槐;顧偉;陳善本;;加權(quán)支持向量回歸在線學(xué)習(xí)方法[J];上海交通大學(xué)學(xué)報(bào);2009年06期

7 彭旭東,顧永泉;不同相態(tài)下端面形貌和流體慣性對(duì)機(jī)械密封性能的影響[J];石油大學(xué)學(xué)報(bào)(自然科學(xué)版);1990年03期

8 于振華;蔡遠(yuǎn)利;;基于在線小波支持向量回歸的混沌時(shí)間序列預(yù)測(cè)[J];物理學(xué)報(bào);2006年04期

9 王軍;彭宏;肖建;;尺度核支持向量回歸的非線性系統(tǒng)辨識(shí)[J];系統(tǒng)仿真學(xué)報(bào);2006年09期

10 李春茂;肖建;張s

本文編號(hào)：2700228