基于SVM 的汽车涂装线设备故障诊断 |
| |
引用本文: | 叶永伟,任设东,陆俊杰,杨 超.基于SVM 的汽车涂装线设备故障诊断[J].浙江工业大学学报,2015,43(6):670-675. |
| |
作者姓名: | 叶永伟 任设东 陆俊杰 杨 超 |
| |
作者单位: | 浙江工业大学特种装备制造与先进加工技术教育部重点实验室,浙江杭州310014 |
| |
基金项目: | 浙江省自然科学基金资助项目(LY12E05025) |
| |
摘 要: | 针对汽车涂装线设备故障无法及时发现和排除的困难,提出基于支持向量机的汽车涂装线设
备故障诊断方法.该方法采用统计学习理论中结构风险最小化原则,克服了传统渐进理论机器学习
算法的不足,适用于有限样本下模式识别问题,使预测结果更准确.依据烘房加热系统监测参数和
故障类型构建SVM 分类器,并采用交叉验证网格搜索法寻优各分类器的核参数及惩罚参数,建立
SVM 故障诊断模型;将PCA降维后的样本参数进行充分仿真训练,仿真结果表明该方法能够有效
地对设备故障进行分类.
|
关 键 词: | 故障诊断 支持向量机 参数寻优 加热系统 |
|
| 点击此处可从《浙江工业大学学报》浏览原始摘要信息 |
|
点击此处可从《浙江工业大学学报》下载全文 |
|