基于相空间重构和支持向量机的盾构滚刀岩机实验台轴承状态趋势预测

doi:10.3973/j.issn.1672-741X.2014.04.016

中国科学引文数据库（CSCD）来源期刊
中文核心期刊中文科技核心期刊
Scopus RCCSE中国核心学术期刊
美国EBSCO数据库俄罗斯《文摘杂志》
《日本科学技术振兴机构数据库（中国）》

隧道建设（中英文） ›› 2014, Vol. 34 ›› Issue (4): 387-391.DOI: 10.3973/j.issn.1672-741X.2014.04.016

基于相空间重构和支持向量机的盾构滚刀岩机实验台轴承状态趋势预测

李宏波^1,2, 周建军^1,2, 王助锋^1,2, 张合沛^1,2, 任颖莹^1,2

（1.盾构及掘进技术国家重点实验室, 河南郑州 450001； 2.中铁隧道集团有限公司，河南洛阳 471009）

收稿日期:2013-11-30 修回日期:2014-02-14 出版日期:2014-04-20 发布日期:2014-04-25
作者简介:李宏波（1986—），男，河南信阳人，2013年毕业于北京科技大学，机械电子工程专业，硕士，助理工程师，现主要从事盾构设备故障诊断工作。
基金资助:
国家863计划项目（2012AA041802）；国家国际科技合作专项（2011DFB71550）

Prediction of Bearing Comprehensive Rockmachine Experiment  Platform based on Phase Space Reconstruction and Least Squares  Support Vector Machine

LI Hongbo^1,2, ZHOU Jianjun^1,2, WANG Zhufeng^1,2, ZHANG Hepei^1,2, REN Yingying^1,2

(1. State Key Laboratory of Shield Machine and Boring Technology, Zhengzhou 450001, Henan, China; 2. China Railway Tunnel Group Co., Ltd., Luoyang 471009, Henan, China)

Received:2013-11-30 Revised:2014-02-14 Online:2014-04-20 Published:2014-04-25

摘要/Abstract

摘要：

以盾构滚刀岩机作用实验台为研究对象，提出一种基于相空间重构和最小二乘支持向量机的盾构轴承状态评估及预测方法。该方法将一维时间序列重构到高维相空间中，利用相点作为支持向量机输入，自适应地对特征进行选取,并结合支持向量机非线性回归的优点，可有效预测轴承的运行状态。对实际采集的盾构滚刀岩机实验台的轴承信号进行研究分析，发现本算法的预测结果明显优于BP神经网络。将本文算法应用于工程实践，可以对盾构关键轴承状态评估和预测，能够为盾构轴承的定期保养和维修提供有效的指导。

关键词: 盾构, 盾构滚刀岩机试验台, 相空间重构, 支持向量机, 趋势预测

Abstract:

A new prediction of bearing comprehensive rockmachine experiment platform based on phase space reconstruction and least squares support vector machine is presented. time series is embedded into high dimensional space, feature adaptively by using each phase point as the input of support vector machine. This method can effectively predict the of bearing the advantage of nonlinear regression of support vector machine. he predict result of the mentioned method better than that of BP neural network The method can be used in engineering practiceevaluat and predictthe state of bearings of shield machine effective guidancefor maintaining and repairing.

Key words: shield machine, comprehensive rockmachine experiment platform, phase space reconstruction, support vector machine, trendprediction

李宏波, 周建军, 王助锋, 张合沛, 任颖莹. 基于相空间重构和支持向量机的盾构滚刀岩机实验台轴承状态趋势预测[J]. 隧道建设, 2014, 34(4): 387-391.

LI Hongbo, ZHOU Jianjun, WANG Zhufeng, ZHANG Hepei, REN Yingying. Prediction of Bearing Comprehensive Rockmachine Experiment  Platform based on Phase Space Reconstruction and Least Squares  Support Vector Machine[J]. Tunnel Construction, 2014, 34(4): 387-391.

[1]	陈健, 薛峰, 苏秀婷, 陆瑶, 刘涛. 高水压大直径盾构隧道刀盘配置与刀具更换关键技术[J]. 隧道建设, 2020, 40(7): 1057-1065.
[2]	张力, 苏芮, 何川, 封坤, 方若全, 徐培凯. 纯压弯受力下大断面盾构隧道管片接头抗弯足尺试验研究[J]. 隧道建设, 2020, 40(7): 997-1003.
[3]	张育杰, 王媛, 王志奎, 冯迪, 刘四进, 徐树军. 粗粒材料粒径及含量对高渗透性地层泥浆成膜效果的影响[J]. 隧道建设, 2020, 40(7): 1004-1010.
[4]	姚燕明, 胡新朋, 李发勇, 肖广良, 黄毅, 夏汉庸, 周俊宏. 狭窄空间内可拆解式盾构过站施工技术及应用——以宁波火车站为例[J]. 隧道建设, 2020, 40(7): 1035-1040.
[5]	章龙管, 李志刚, 谭江. 白城隧道工程大断面马蹄形盾构始发与接收技术[J]. 隧道建设, 2020, 40(7): 1041-1048.
[6]	韩贇. 水下盾构隧道管片钻穿引起的涌水突泥治理技术研究[J]. 隧道建设, 2020, 40(7): 1049-1056.
[7]	张亚洲. 考虑密封垫表面工作状态的盾构隧道接缝防水能力数值模拟研究[J]. 隧道建设, 2020, 40(6): 813-820.
[8]	史庆涛, 武文清, 陆野. 无机结合料-废弃泥浆复合胶结材料配合比及作用机制[J]. 隧道建设, 2020, 40(5): 629-635.
[9]	陈先智, 成勇, 杨小龙, 刘飞, 胡钦鑫, 刘朋飞. 富水圆砾地层盾构渣土改良技术研究[J]. 隧道建设, 2020, 40(5): 636-643.
[10]	SONG Chaoye, HE Weiguo, WU Yijun. Feasibility Analysis on Key Technologies to Cope with High Water Pressure and Long Distance of Subsea Shield Tunnel（高水压过海盾构隧道建设关键技术可行性初探）[J]. 隧道建设, 2020, 40(5): 717-726.
[11]	王发民, 孙振川, 张良辉, 李凤远, 张兵, 王国安. 汕头海湾隧道超大直径泥水盾构针对性设计及不良地质施工技术[J]. 隧道建设, 2020, 40(5): 735-746.
[12]	金跃郎, 丁文其, 肖明清, 孙文昊, 吴炜枫, 叶美锡, 涂新斌. 苏通GIL 综合管廊超高水压盾构隧道接缝防水性能试验研究[J]. 隧道建设, 2020, 40(4): 538-544.
[13]	杜闯东, 张　杰, 吴乐斌. 以色列特拉维夫地铁红线先隧后站施工技术应用[J]. 隧道建设, 2020, 40(4): 562-568.
[14]	李发勇. 盾构掘进切削灌注桩桩基群施工关键技术———以宁波地铁3 号线钱仇区间为例[J]. 隧道建设, 2020, 40(4): 569-585.
[15]	房中玉. 大直径泥水盾构常压刀盘温度在线监测系统设计与应用———以杭州望江路过江隧道工程为例[J]. 隧道建设, 2020, 40(4): 586-590.

基于相空间重构和支持向量机的盾构滚刀岩机实验台轴承状态趋势预测

Prediction of Bearing Comprehensive Rockmachine Experiment  Platform based on Phase Space Reconstruction and Least Squares  Support Vector Machine

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价