基于PSO-SVM算法梯级泵站管道振动响应预测.PDFVIP

第 33 卷 第 11 期 农 业 工 程 学 报 Vol.33 No.11 2017 年 6 月 Transactions of the Chinese Society of Agricultural Engineering Jun. 2017 75 基于 PSO-SVM 算法的梯级泵站管道振动响应预测 张建伟，江 琦，刘轩然，马晓君 （华北水利水电大学水利学院，郑州 450011 ） 摘 要：泵站管道振动响应信号实测比较困难，为实现利用较少机组数据预测管道振动状况，提出基于粒子群（particle swarm optimization, PSO ）的支持向量机（support vector machine, SVM ）预测方法。利用粒子群全局跟踪搜索算法优化 SVM 核函数和惩罚因子，弱化 SVM 参数优化不足导致预测精度低的问题。以景电梯级二期 3 泵站 2 号管道为研究对象，基于 机组和管道的振动实测数据，首先利用频谱分析和数理统计方法确定管道振动的振源贡献率，并计算机组和管道振动相 关系数，确定机组和管道之间的强耦合关系。然后建立泵站管道振动的 PSO-SVM 预测模型，选取机组不同时段振动实 测数据作为输入因子，相应时段管道振动数据作为输出因子进行训练和振动预测，并将管道振动预测结果与 BP 神经网络 预测结果进行对比。与 BP 网络神经预测结果相比，该方法预测结果与实测值吻合度高，其平均相对误差最大为 6.8%，根 均方误差最大为 0.261，预测精度更高。能够有效实现管道的振动响应预测，从而达到管道实时在线安全运行监测的目的。 关键词：泵；振动；优化；管道；粒子群；支持向量机；预测 doi ：10.11975/j.issn.1002-6819.2017.11.010 中图分类号：TV93; TB53 文献标志码：A 文章编号：1002-6819(2017)-11-0075-07 张建伟，江 琦，刘轩然，马晓君. 基于PSO-SVM算法的梯级泵站管道振动响应预测[J]. 农业工程学报，2017，33(11)： 75－81. doi ：10.11975/j.issn.1002-6819.2017.11.010 Zhang Jianwei, Jiang Qi, Liu Xuanran, Ma Xiaojun. Prediction of vibration response for pipeline of cascade pumping station based on PSO-SVM algorithm[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(11): 75 －81. (in Chinese with English abstract) doi ：10.11975/j.issn.1002-6819.2017.11.010 各种激励源大小也无法确定，通过建立精确的数值模拟 0 引 言 仿真模型分析管道激励和响应也十分困难，考虑泵站与 管道结构不仅在水利工程上广泛应用，在军事、化 管道之间的耦合作用和相关关系，为实现利用较少的监 工、石油、消防工程等诸多领域也广泛应用。管道使用 测数据整体把握和控制管道振动的目的，基于泵站管道 寿命有限、制造技术落后、管理不当以及外界环境等影 原型观测数据，建立一种预测管道振动响应