最小二乘支持向量机在故障诊断中的应用

被引：10

作者：

杨奎河 ^{[1
]}

单甘霖 ^{[1
]}

赵玲玲 ^{[2
]}

机构：

[1] 军械工程学院光学与电子工程系

[2] 河北科技大学信息科学与工程学院

来源：

计算机科学 | 2007年 / 01期

基金：

中国博士后科学基金;

关键词：

故障诊断; 最小二乘支持向量机; 核函数; 小波包分析;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

为了提高机械设备故障诊断的精度,将小波包分析与最小二乘支持向量机进行了有机的结合。首先对故障信号功率谱进行小波分解,简化了故障特征向量的提取。然后提出了一种基于最小二乘支持向量机的故障诊断模型,用二次损失函数取代支持向量机中的不敏感损失函数,将不等式约束条件变为等式约束,从而将二次规划问题转变为线性方程组的求解,用最小二乘法实现了支持向量机算法,并提出对核函数的σ参数进行动态选取,提高了诊断的准确率。仿真结果表明该模型具有较强的非线性处理和抗干扰能力。

引用

页码：289 / 291

页数：3