论文摘要
挤压机作为铝型材生产的关键设备,其稳定性和可靠性是保障铝型材正常生产的前提。传统的设备异常检测方法属于侵入式检测,需要依靠外围仪器嵌入生产设备进行分析,检测成本高、自适应能力差。而能耗异常检测作为一种新颖的非侵入式检测手段,能够有效反映设备的运行工况,及时发现挤压过程的异常情况。为此将支持向量回归（SVR）与遗传算法（GA）相结合,提出一种基于GA-SVR的挤压机能耗异常检测模型。首先,根据挤压生产特点分析影响挤压能耗的关键因素,建立关键能耗因素为输入、电耗为输出的GA-SVR能耗预测模型。其次,考虑异常点的不确定性,基于GA-SVR模型构建单产能耗的置信区间并将其作为能耗异常区间。最后,以SY-1000Ton型挤压机为对象进行数值实验,验证所提模型的有效性。实验结果表明:置信度达到97%以上时所提模型检测能够准确地检测到挤压异常,这对保证挤压机稳定生产具有重要意义。
论文目录
文章来源
类型: 期刊论文
作者: 杨海东,江海昌,方华,李洪丞,印四华,朱成就
关键词: 铝型材挤压机,能耗异常,置信区间
来源: 机床与液压 2019年05期
年度: 2019
分类: 工程科技Ⅱ辑,工程科技Ⅰ辑
专业: 金属学及金属工艺
单位: 华中科技大学机械科学与工程学院,广东工业大学机电工程学院
基金: 国家自然科学基金联合基金项目(U1501248),国家自然科学基金项目(51475096),中国博士后科学基金(2016M602443),广东省计算机集成制造重点实验室开放基金(CIMSOF2016011)
分类号: TG375
页码: 163-168
总页数: 6
文件大小: 1554K
下载量: 85