|
|||||
|
|
| 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 | |