第39卷第3期2023年6月Electro-MechanicalEngineering·创新与探索·DOI:10.19659/j.issn.1008–5300.2023.03.013基于SVDD及ARIMA融合模型的给水泵退化状态监测方法*吴宇震1，刘金旭1，尹钰华2，刘志亮2，孙吉磊2，左明健2（1.山东港口渤海湾港集团有限公司，山东潍坊261061；2.青岛明思为科技有限公司，山东青岛266041）摘要：给水泵的退化状态监测对相关工业生产的有序运行具有重要意义。文中提出了一种给水泵退化状态监测方法，通过评估设备的健康状况和性能对设备退化趋势进行预测。该方法包括数据采集、特征提取、安全域构建、退化表征、退化过程建模和退化趋势预测6个步骤。该方法使用最易获取的健康数据作为训练集来构建安全域模型，然后利用超空间中更好的特征提取能力对退化过程进行表征和预测，最后使用异常数据测试预测模型的性能。文中使用一组真实的给水泵工业监测数据进行验证，并提出了一种退化趋势预测的评价方法。该方法通过5个量化指标从退化表征和预测性能两个维度对退化状态监测效果进行评估。实验结果表明，该方法不但较好地反映了给水泵的实际退化，而且实现了高精度的退化趋势预测，为给水泵智能运维提供了可靠的决策依据。关键词：退化状态监测；给水泵；支持向量数据描述；自回归差分移动平均中图分类号：TH3文献标识码：A文章编号：1008–5300(2023)03–0059–06DegradationMonitoringMethodforFeedWaterPumpBasedonSupportVectorDataDescriptionandAutoregressiveIntegratedMovingAverageModelWUYuzhen1,LIUJinxu1,YINYuhua2,LIUZhiliang2,SUNJilei2,ZUOMingjian2(1.ShandongPortBohaiwanPortGroupCo.,Ltd.,Weifang261061,China;2.QingdaoMingserveTechnologyCo.,Ltd.,Qingdao266041,China)Abstract:Thedegradationmonitoringoffeedwaterpumpiscrucialtostableoperationofrelevantindustrialproduction.Thispaperpresentsamethodformonitoringthedegradationoffeedwaterpump,whichevalu-atesthehealthandperformanceofequipmenttopredicttheirdegradationtrend.Themethodincludessixsteps:datacollection,featureextraction,safetyregionconstruction,degradationrepresentation,degradationprocessmodelinganddegradationtrendprediction.Theproposedmethodusesthemostaccessiblehealthdataastrainingsettobuildasafetyregionmodel,thenutilizestheadvantageofbetterfeatureextractionabilityinhyperspacetorepresentan...
