10.3969/j.issn.1006-4303.2015.06.015
基于SVM的汽车涂装线设备故障诊断
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.
故障诊断、支持向量机、参数寻优、加热系统
43
TP391(计算技术、计算机技术)
浙江省自然科学基金资助项目LY12E05025
2015-12-30(万方平台首次上网日期,不代表论文的发表时间)
共6页
670-675