基于支持向量机的机械系统状态组合预测模型研究

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

所属期刊栏目：19

分类号：TH165+.3

资助基金：国家高技术研究发展计划863计划50375016;北京市自然科学基金3042006;北京市重点实验室基金030314;高等学校博士学科点专项科研项目20040007029

在线出版日期：2006-07-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：242-245