本发明专利技术涉及一种基于SVM的高速印刷机振动信号故障特征提取方法。根据印刷机典型故障的特征及通过内置传感器、外置传感器及印刷品获取的三种信息，建立了印刷机典型故障特征参数集。采用SVM方法建立了印刷机故障诊断模型。根据印刷机故障非线性可分的特点，确定了适用于印刷机典型故障的核函数。以某型多色平版印刷机为测试对象，针对各色组套印精度不一致问题，通过现场测试获取了动态信号、信号特征提取、网格参数寻优，完成了模块化多色印刷机色组间套印故障的识别与分类。该方法可作为远程状态监测及故障诊断的技术，适用于大多数类型的印刷机。
【技术实现步骤摘要】
本专利技术属于印刷机故障诊断
，尤其是涉及一种基于SVM的高速印刷机振动信号故障特征提取方法。
技术介绍
目前，高速印刷机因图文转移工艺复杂，且大量凸轮连杆组合机构产生往复交变载荷，使得承印物、机械、图文的结构载荷耦合，并在印刷滚筒副间传递振动，成为影响印刷机稳定性的关键因素。一旦发生印刷机故障，将造成印刷材料的浪费，并且影响正常生产。印刷机械故障诊断主要依据三种信号：基于印刷机动态测试信号、基于画面信息和基于内置传感器检测信息。印刷机内置控制信号。提供印刷机最基本的参数，包括机械、电气等方面参数，是进行故障诊断的基础，同时也为故障信号分析提供条件。建立内置控制信号与系统故障之间的映射关系，可以揭示故障形成机理。传感器测试信号。通过在印刷机关键部件处布置传感器，通过信号采集分析，提取故障特征进行诊断。机械微位移、振动与噪声信号中蕴含着机器设备运行状态的重要信息，可用来进行机器状态监测与故障诊断。其中微位移信号能够直观地反映出部件的振动、位移幅值以及零件尺寸，振动信号最能真实得到机器运行状况，但基于振动信号的故障诊断技术在某些场合下存在着局限性，而机械噪声信号同样蕴含着丰富的设备状态信息，可以部分地替代振动信号作为故障诊断的手段，且具有非接触式测量的优点。印刷品画面信息。印刷品质量能够反映印刷机整体的运行状态。在印刷过程中，纸张就是一个特殊的传感器，将印刷故障信息通过油墨记录在了印刷品上。印刷品检测参数中蕴含着印刷机状态的各种信息。通过特定的图像检测仪对印刷品进行检测，提取其关键图像参数，能够反映印刷机部分机械故障。目前针对大型旋转机械的故障试验和理论研究较多，而对于以往复运动机构为主的专用印刷机械则鲜有学者涉足。
技术实现思路
本专利技术的目的在于提供一种基于SVM的高速印刷机振动信号故障特征提取方法，通过在印刷机关键部件处布置传感器、信号采集分析、提取故障特征进行印刷机状态监测与故障诊断。为了实现上述目的，本专利技术的技术方案如下。针对印刷机的SVM及多信息融合故障诊断过程如图1所示，主要分以下三个步骤。(1)特征参数的提取。通过对印刷机内置控制信号、外置传感器信号以及印品信息进行采集、处理，提取其中的故障特征参数并归类，构件出多个证据体子空间。根据印刷机故障特点，优先处理内置控制信号及视频图像信号。(2)SVM局部初步诊断及结果。基于各证据体子空间搭建相应的SVM局部诊断子模块，并对诊断结果进行分析。a、权重系数的获取。将各故障模式样本输入已搭建好的SVM局部诊断子模块，得到混淆矩阵，再对混淆矩阵进行分析处理得到诊断可靠度，计算得到各证据体对各故障模式的权重系数。b、基本概率的获取。根据标准SVM判别模式，得到每一组SVM局部诊断的判别矩阵，再对判别矩阵进行进一步分析得到各SVM局部诊断体的隶属度，最后由隶属度决定基本概率。(3)加权融合诊断。得到多个证据体的加权概率，并对多个证据体的加权概率分配结果进行加权组合，从而得到最后的诊断结果。该专利技术的有益效果在于：本专利技术装置通过提供一种基于SVM的高速印刷机振动信号故障特征提取方法，通过现场测试获取了动态信号，通过特征提取、网格参数寻优，成功实现了模块化多色印刷机色组间套印误差故障的识别与分类。结合附图参考后文中对本专利技术的优选实施例的说明，本专利技术的所述及其他目的、特征和优点将更为明显。附图说明图1是本专利技术的印刷机SVM故障诊断模型；图2是实施例中某型多色平版印刷机测试现场；图3是实施例中传感器实际布点位置；图4是实施例中参数选择结果图(三维图)；图5是测试集的实际分类和预测分类。具体实施方式有关本专利技术的详细说明及
技术实现思路
，将配合图表说明如下，然而所附图式仅作为说明用途，并非用于局限本专利技术。请参考图1至图3所示，针对印刷机的SVM及多信息融合故障诊断过程，如图1所示，主要分以下三个步骤。(1)特征参数的提取。通过对印刷机内置控制信号、外置传感器信号以及印品信息进行采集、处理，提取其中的故障特征参数并归类，构件出多个证据体子空间。根据印刷机故障特点，优先处理内置控制信号及视频图像信号。(2)SVM局部初步诊断及结果。基于各证据体子空间搭建相应的SVM局部诊断子模块，并对诊断结果进行分析。a、权重系数的获取。将各故障模式样本输入已搭建好的SVM局部诊断子模块，得到混淆矩阵，再对混淆矩阵进行分析处理得到诊断可靠度，计算得到各证据体对各故障模式的权重系数。b、基本概率的获取。根据标准SVM判别模式，得到每一组SVM局部诊断的判别矩阵，再对判别矩阵进行进一步分析得到各SVM局部诊断体的隶属度，最后由隶属度决定基本概率。(3)加权融合诊断。得到多个证据体的加权概率，并对多个证据体的加权概率分配结果进行加权组合，从而得到最后的诊断结果。本专利技术提供一种基于SVM的高速印刷机振动信号故障特征提取方法，测试对象为某型单张纸多色平版印刷机(如图2所示)。印刷机出现严重套印不准问题，为找到故障原因。采用丹麦B&K测试系统对六个色组进行同步综合测试，其中第1至第6色组的色序分别为黑色、蓝色、桔黄色、青色、黄色和品红色。测试信号预处理、特征提取、SVM网格寻优及训练分类等所调用的程序均在为MATLAB2014a环境下处理，其中采用了Libsvm工具包。专利技术最佳实施例中第一步骤是特征参数的提取。将传动侧胶皮滚筒肩铁径向跳动信号、传动侧靠近胶皮滚筒墙板内侧X方向(X为胶皮滚筒轴向方向，正方向指向传动面)振动信号以及各色组与第1色组的印品套印误差作为特征提取参数数据。试验中，不考虑输纸系统对套印的影响，现场传感器布点位置如图3所示。测试设备：丹麦B&K公司PULSE测试系统，包括两台3560-B型PULSE多分析系统；德国米依公司制造的非接触式电涡流传感器测试系统，控制器型号：eddyDT3300，传感器探头型号：EU05，测量最大距离：0.5mm，频率范围：0～2.5kHz；丹麦B&K公司4506型三相加速度传感器，X方向灵敏度：9.921mV/ms2，X方向测量范围：0.3-5.5kHz；分度值为0.01mm的读数显微镜(为方便读数，相邻色组之间横纵依次错版0.2mm)。实验中采用了多通道同步采集方式，分别在10000s/h、12000s/h、14000s/h和16000s/h的四个印刷速度下，6个色组各3组数据，将其中2组作为训练数据，余下1组作为测试数据。由于微位移测试中，万向磁力座固定在墙板横梁和墙板外侧，测试得到的胶皮滚筒跳动信号为低频信号，而墙板及横梁上的信号多为高频振动信号，因此采用低通滤波器，设置截至频率为200Hz，处理后的跳动数据更接近滚筒的跳动真值。专利技术最佳实施例中第二步骤是SVM局部初步诊断及结果。信号特征值选取每个色组X方向振动信号时域特征参数中波形指标、峰值指标、脉冲指标、裕度指标、偏斜度指标、峭度指标6个无量纲参数；橡皮滚筒跳动信号时域特征参数中均值、均方根值、方根幅值、绝对平均值、偏斜度、峭度、方差、最大值、最小值、峰峰值10个有量纲参数；选取测试样张左前规、右前规和侧规处套印平均偏差量和各自传纸精密度，共6个特征参数。综上所述，每个色组特征组成一个22维特征向量，为统一量纲需要对数据进行[-1，1]归一化处理，归本文档来自技高网...
【技术保护点】
一种基于SVM的高速印刷机振动信号故障特征提取方法，其特征在于，包括如下三个步骤：S1、特征参数的提取。通过对印刷机内置控制信号、外置传感器信号以及印品信息进行采集、处理，提取其中的故障特征参数并归类，构件出多个证据体子空间。根据印刷机故障特点，优先处理内置控制信号及视频图像信号。S2、SVM局部初步诊断及结果。基于各证据体子空间搭建相应的SVM局部诊断子模块，并对诊断结果进行分析。a、权重系数的获取。将各故障模式样本输入已搭建好的SVM局部诊断子模块，得到混淆矩阵，再对混淆矩阵进行分析处理得到诊断可靠度，计算得到各证据体对各故障模式的权重系数。b、基本概率的获取。根据标准SVM判别模式，得到每一组SVM局部诊断的判别矩阵，再对判别矩阵进行进一步分析得到各SVM局部诊断体的隶属度，最后由隶属度决定基本概率。S3、加权融合诊断。得到多个证据体的加权概率，并对多个证据体的加权概率分配结果进行加权组合，从而得到最后的诊断结果。
【技术特征摘要】
1.一种基于SVM的高速印刷机振动信号故障特征提取方法，其特征在于，包括如下三个步骤：S1、特征参数的提取。通过对印刷机内置控制信号、外置传感器信号以及印品信息进行采集、处理，提取其中的故障特征参数并归类，构件出多个证据体子空间。根据印刷机故障特点，优先处理内置控制信号及视频图像信号。S2、SVM局部初步诊断及结果。基于各证据体子空间搭建相应的SVM局部诊断子模块，并对诊断结果进行分析。a、权重系数的获取。将各故障模式样本输入已搭建好的SVM局部诊断子模块，得到混淆矩阵，再对混淆矩阵进行分析处理得到诊断可靠度，计算得到各证据体对各故障模式的权重系数。b、基本概率的获取。根据标准SVM判别模式，得到每一组SVM局部诊断的判别矩阵，再对判别矩阵进行进一步分析得到各SVM局部诊断体的隶属度，最后由隶属度决定基本概率。S3、加权融合诊断。得到多个证据体的加权概率，并对多个证据体的加权概率分配结果进行加权组合，从而得到最后的诊断结果。2.如权利要求1所述的一种基于SVM的高速印刷机振动信号故障特征提取方法，其特征在于：所述步骤S1中对测试数据的获取，是将传动侧胶皮滚筒肩铁径向跳动信号、传动侧靠近胶皮滚筒墙板内侧X方向，X为胶皮滚筒轴向方向，正方向指向传动面，振动信号以及各色组与第1色组的印品套印误差作为特征提取参数数据。3.如权利要求1所述的一种基于SVM的高速印刷机振动信号故障特征提取方法，其特征在于：所述步骤S1中对信号预处理，是采用低通滤波器，设置截至频率为200Hz，处理后的跳动数据更接近滚筒的跳动真值。4.如权利要求1所述的一种基于SVM的高速印刷机振动信号故障...
【专利技术属性】
技术研发人员：王仪明，武淑琴，许文才，柴承文，乔锌，
申请(专利权)人：北京印刷学院，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。