振动与冲击

作者：付文龙，周建中，张勇传，郑阳

单位：华中科技大学 水电与数字化工程学院，武汉 430074

关键词：最优变分模态分解；相空间重构；支持向量回归；非平稳；振动趋势预测

为更好地预测水电机组振动趋势，研究提出了一种基于最优变分模态分解（OVMD）与支持向量回归（SVR）的水电机组振动趋势预测模型。首先基于中心频率观察法与残差指标最小化准则确定OVMD的分解参数，采用OVMD将非平稳振动序列分解为一系列模态函数，并对各模态函数分别进行相空间重构，构建状态矩阵，进而得到SVR回归预测模型的输入、输出，再采用交叉验证的网格搜索策略优化各SVR模型的参数，并分别进行回归预测，最后对所有SVR预测结果进行求和，得到原始振动趋势的预测值。研究对某大型混流式水电机组的振动监测数据进行预测试验，并进行对比分析，结果表明该模型可有效预测水电机组振动趋势。<br>

来源：2016年第8期

《振动与冲击》期刊编辑部

查看振动与冲击杂志2016年第8期