机电设备故障诊断和趋势预测的支持向量机方法.pdfVIP

机电设备故障诊断和趋势预测的支持向量机方法 王红军1，2徐小力2 1(北京理工大学机械与车辆工程学院，北京100081) 2(北京信息科技大学机械工程系，北京100085) Vector 摘要分析了支持向量机(Support 预测方面的应用进行了回顾，给出了SVM用于设备状态趋势预测的模型和算法。采用AR(Auto 模型进行实验台的振动烈度的预测，表明svM模型具有长区间预测精度高的特点。讨论了SVM在设备故障诊断和趋势 预测研究的发展前景。 关键词 设备故障诊断 故障趋势预示 支持向量机 文章编号1002—8331一(2005)16一0207-03文献标识码A 中圈分类号’m17 The Fault andPrediction MachineryDiagnosis Basedon VectorMachines Support XuXiaoH2 WangHongjunI’2 of ofMechanicaland Institute 100081) 1(College Vehicle，BeijingTechnology，Beijing Mechanical InformationScientific 100085) 2(Dept．of Engineering，Beijing University，Beijing Abstract：The the of vectormachines-SVManddiscussesthe ofSVMclassi— paperanalyzestheorysupport algorithms ficationand overviewedthe researchon fault and re· diagnosis regression．After SVM印plication machinery prediction discussesthemeritsanddeficienciesofSVMandthe outthe researchon cenfly，it points brightapplication machinery fault SVM condition is thatSVM and the modelformachine trend diagnosisprediction．Itpresents prediction．Itproved modelhas for time theARmodelandSVMmodelforatest vi- goodpredictabilitylong periodbycomparing system bmtion signal． fault trend vectormachin