机电设备故障诊断和趋势预测的支持向量机方法

被引：20

作者：

王红军

徐小力

机构：

[1] 北京理工大学机械与车辆工程学院

[2] 北京信息科技大学机械工程系北京北京信息科技大学机械工程系

[3] 北京

来源：

计算机工程与应用 | 2005年 / 16期

关键词：

设备故障诊断; 故障趋势预示; 支持向量机;

D O I：

暂无

中图分类号：

TH17 [机械运行与维修];

学科分类号：

120111 [工业工程];

摘要：

分析了支持向量机(Support Vector Machine-SVM)的分类和回归算法。对近年来SVM在设备故障诊断和趋势预测方面的应用进行了回顾,给出了SVM用于设备状态趋势预测的模型和算法。采用AR(Auto Regressive)模型和SVM模型进行实验台的振动烈度的预测,表明SVM模型具有长区间预测精度高的特点。讨论了SVM在设备故障诊断和趋势预测研究的发展前景。

引用

页码：207 / 209

页数：3