| IVMD对泵站管道振动响应趋势的预测分析 |
| |
| 引用本文： | 张建伟,华薇薇,侯鸽.IVMD对泵站管道振动响应趋势的预测分析[J].振动．测试与诊断,2019,39(3):478-483. |
| |
| 作者姓名： | 张建伟 华薇薇 侯鸽 |
| |
| 作者单位： | （1.华北水利水电大学水利学院，郑州450046）（2.水资源高效利用与保障工程河南省协同创新中心，郑州450046）（3.河南省水工结构安全工程技术研究中心，郑州450046） |
| |
| 基金项目： | （国家自然科学基金资助项目（51679091）；河南省高校科技创新人才计划资助项目（18HASTIT012）；广东省水利科技创新基金资助项目（2017-16）；华北水利水电大学研究生教育创新计划基金资助项目（YK2017-03） |
| |
| 摘 要： | 采用改进的变分模态分解(improved variational mode decomposition,简称IVMD)与支持向量机(support vector machine,简称SVM)相联合的方法,对泵站管道的振动响应趋势进行预测。首先,基于互信息准则确定IVMD的分解模态数,克服变分模态分解(variatronal mode decomposition,简称VMD)盲目选取分解参数的缺点,利用IVMD将机组和管道的振动序列分解为多个固态模量(intrinsic mode function,简称IMF),分别作为SVM模型的输入和输出;其次,利用粒子群优化(particle swarm optimization,简称PSO)分别寻找各模态分量对应SVM模型的最优参数并对各分量分别进行预测;最后,将各测点对应的IMFs预测结果重构作为最终的预测值。结合某大型泵站2号压力管道振动响应数据,分别采用IVMD-SVM,PSO-SVM和BP神经网络3种模型对管道振动响应趋势进行预测,并将预测结果进行对比分析。结果表明,IVMD-SVM模型得到的预测结果和实测值更加接近,计算精度更高,且误差较小,该方法对管道及类似工程结构的振动趋势预测具有一定的参考价值。
|
| 关 键 词： | 振动 改进的变分模态分解 支持向量机 管道 预测 |
Prediction and Analysis of the Vibration Response Trend of Pumping Station Pipeline by IVMD |
| |
| ZHANG Jianwei,HUA Weiwei,HOU Ge.Prediction and Analysis of the Vibration Response Trend of Pumping Station Pipeline by IVMD[J].Journal of Vibration,Measurement & Diagnosis,2019,39(3):478-483. |
| |
| Authors: | ZHANG Jianwei HUA Weiwei HOU Ge |
| |
| Affiliation: | (1.School of Water Conservancy, North China University of Water Resources and Electric Power Zhengzhou, 450046, China)(2.Collaborative Innovation Center of Water Resources Efficiency and Protection Engineering Zhengzhou, 450046, China)(3.Henan Provincial Hydraulic Structure Safety Engineering Research Center Zhengzhou, 450046, China) |
| |
| Abstract: | |
| |
| Keywords: | vibration improved variational modal decomposition support vector machine pipeline prediction |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《振动．测试与诊断》浏览原始摘要信息 |
|
点击此处可从《振动．测试与诊断》下载全文 |
|
