基于支持向量回归多参数设备故障预测方法.pdfVIP

振动 测试与诊断 第 卷第 期 、 ３２ ５ Ｖｏｌ．３２Ｎｏ．５ 年 月 ２０１２ １０ ＪｏｕｒｎａｌｏｆＶｉｂｒａｔｉｏｎ，Ｍｅａｓｕｒｅｍｅｎｔ＆Ｄｉａｇｎｏｓｉｓ Ｏｃｔ．２０１２ 基于支持向量回归的多参数设备故障预测方法 １ ２ １ 武 兵 林 健 熊晓燕 ， ， （１．太原理工大学机械电子工程研究所 太原，０３００２４） （２．太原理工大学信息化管理与建设中心 太原，０３００２４） 摘要 针对热连扎生产线的大型 复杂生产装备 构建了一个基于支持向量回归的无量纲参数智能故障预测系统 、 ， 。 通过对已有的热连轧生产线在线监测信息进行无量纲统计分析 提出了利用支持向量回归技术对多个特征量进行 ， 并行预测 并对各类特征及其各预测步骤的剩余使用寿命预测结果进行趋势分析 通过置信区间估计确定最终预 ， ， 测结果 为管理者制定维修决策提供可靠依据 ， 。 关键词 剩余使用寿命 支持向量回归 无量纲统计量 故障预测 ； ； ； 中图分类号 ＴＨ１６５．３ 简称 是建立在统计学习理论的 ｔｏｒｍａｃｈｉｎｅ， ＳＶＭ） 维理论和结构风险最小 （  ） 引 言 ＶＣ ＶａｐｎｉｋＣｈｅｒｖｏｎｅｎｋｉｓ ［３］ 化原则基础上的一种新算法 具有结构简单 学习 ， 、 为了保证复杂机电系统的正常运行 大多数企 速度快 全局最优 泛化性好等优点 能较好地解决 ， 、 、 ， 业的维护措施仍然以定期检查和预防性维修为主 小样本 非线性 高维数和局部极小等问题 被认为 。 、 、 ， 传统的计划性维修不仅耗费大量的人力 物力与财 是替代神经网络的较好方法 支持向量回归 。 （ 、 ｓｕｐ 力 且为了避免意外故障停机和提前准备昂贵