基于支持向量自回归的大型离心式水泵振动状态预测研究
为了预测大型离心式水泵在运行中的振动状态,提高其运行的安全性和经济性,采用了统计学习理论中的核心算法--支持向量机建立了大型离心式水泵振动预测模型(SVAR).并通过实例,与基于灰度方法建立的预测模型(GM)和基于自回归方法建立的预测模型(AR)进行了比较.结果表明:基于支持向量自回归的大型离心式水泵振动预测模型具有精度高、速度快、易于建模的特点.应用该方法建立的预测模型能够很好地预测大型离心式水泵运行中的振动情况,有效地避免其在运行中由振动引起的故障,提高运行的安全性和经济性.
支持向量机、统计学习理论、大型离心式水泵、振动预测
TK262(蒸汽动力工程)
水利部"948"科技创新项目CT200516;辽宁省教育厅科技攻关项目05L385
2016-05-17(万方平台首次上网日期,不代表论文的发表时间)
共4页
52-55