|
|||||
|
|
| 基于支持向量机的机械系统状态组合预测模型研究 | |
| 引用本文： | 王红军,张建民,徐小力.基于支持向量机的机械系统状态组合预测模型研究[J].振动工程学报,2006,19(2):242-245. |
| 作者姓名： | 王红军 张建民 徐小力 |
| 作者单位： | 1. 北京机械工业学院机械工程系,北京,100085;北京理工大学机械与车辆工程学院,北京,100081 2. 北京理工大学机械与车辆工程学院,北京,100081 3. 北京机械工业学院机械工程系,北京,100085 |
| 基金项目： | 国家高技术研究发展计划(863计划);北京市自然科学基金;北京市重点实验室基金;高等学校博士学科点专项科研项目 |
| 摘 要： | 提出了一种新的支持向量机（Support Vector Machines，SVM）机械系统状态组合预测模型。应用FPE（Final Principle Error）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。 |
| 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 |
| 文章编号： | 1004-4523(2006)02-0242-04 |
| 收稿时间： | 2005-07-30 |
| 修稿时间： | 2005年7月30日 |
Study on combination trend prediction technology for mechaninery system based on SVM |
|
| WANG Hong-jun,ZHANG Jian-min,XU Xiao-li.Study on combination trend prediction technology for mechaninery system based on SVM[J].Journal of Vibration Engineering,2006,19(2):242-245. | |
| Authors: | WANG Hong-jun ZHANG Jian-min XU Xiao-li |
| Affiliation: | 1. Dept. of Mechanical Engineering, Beijing Institute of Machinery, Beijing 100085, China; 2. College of Mechanical and Vehicular Engineering, Beijing Institute of Technology, Beijing 100081, Chinas |
| Abstract: | |
| Keywords: | fault diagnosis state monitoring machinery system combination prediction model support vector machine |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |