基于支持向量机的机械系统状态组合预测模型研究

被引：16

作者：

王红军 ^{[1
]}

张建民 ^{[2
]}

徐小力 ^{[1
]}

机构：

[1] 北京机械工业学院机械工程系

[2] 北京理工大学机械与车辆工程学院

来源：

振动工程学报 | 2006年 / 02期

基金：

高等学校博士学科点专项科研基金;

关键词：

故障诊断; 状态监测; 机械系统; 组合预测模型; 支持向量机;

D O I：

10.16385/j.cnki.issn.1004-4523.2006.02.018

中图分类号：

TH17 [机械运行与维修];

学科分类号：

摘要：

提出了一种新的支持向量机(Support V ectorM ach ines,SVM)机械系统状态组合预测模型。应用FPE(F ina lP rinc ip le E rror)准则优化样本的维数,采用时域内的振动烈度和频域内的特征频率分量作为预测机械系统状态的敏感因子,构建了预测模型。支持向量机采用新型的结构风险最优化准则,预测能力强、鲁棒性好。采用径向基函数和ε损失函数,将该模型应用于实验台和旋转注水机组的状态预测,取得了较好的效果。这表明利用支持向量机的组合预测模型,可以降低设备维修代价,提高设备的安全性和可靠性。

引用

页码：242 / 245

页数：4