基于支持向量自回归的水泵振动预测模型研究

摘要：

为了预测水泵在运行中的振动状态,提高水泵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--支持向量机与自回归方法相结合,建立了水泵振动预测模型(SVAR).并通过实例,与基于灰色理论建立的预测模型(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水泵振动预测模型(SVAR)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水泵运行中的振动情况.有效地避免水泵运行中由振动引起的故障.

关键词：支持向量机、统计学习理论、水泵、振动预测

所属期刊栏目：39

分类号：TK262(蒸汽动力工程)

资助基金：水利部"948"科技创新项目CT200516;辽宁省教育厅科技公关项目05L385

在线出版日期：2009-03-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：708-712