原创力文档- 1、本文档共8页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
2024年第48卷第1期JournalofMechanicalTransmission135
文章编号：1004-2539（2024）01-0135-08DOI：10.16578/j.issn.1004.2539.2024.01.020
基于MDS-GA-SVR的电动汽车减速器性能退化预测方法研究
122111
何胤达李威霖陈锋贺青川潘骏马行健
（1浙江理工大学浙江省机电产品可靠性技术研究重点实验室，浙江杭州310018）
（2浙江方圆检测集团股份有限公司浙江省市场监管新能源汽车驱动系统重点实验室，浙江杭州310018）
摘要针对电动汽车减速器性能退化预测方法难以充分挖掘退化信息，导致预测精度低的问题，
提出了一种联合多维尺度（MultipleDimensionalScale，MDS）变换和遗传算法优化支持向量回归（Ge⁃
neticAlgorithmopitimizedSupportVectorRegression，GA-SVR）进行性能退化预测建模方法。通过时
域、频域、时频域特征提取方法对减速器的振动信号进行处理，利用MDS算法建立了综合退化特征
指标；以信号特征指标与综合性能退化指标作为训练与预测数据集，利用遗传算法确定最优惩罚参
数C和核参数g并构建SVR模型；通过试验获得了减速器的寿命数据，并利用所提方法建立了高精
度的性能退化模型。结果表明，本文所提模型的预测精度均高于PSO-SVR、GS-SVR以及反向传播
（BackPropagation，BP）神经网络预测模型，均方根误差值分别降低了50.63%、75.35%、84.73%，
2
确定系数R分别提高了3.93%、6.51%、9.51%，证明了所提方法的优越性。
关键词电动汽车减速器多维尺度变换遗传算法支持向量回归退化趋势预测
ResearchonPerformanceDegradationPredictionMethodofElectricVehicle
ReducersBasedonMDS-GA-SVR
122111
HeYindaLiWeilinChenFengHeQingchuanPanJunMaXingjian
(1NationalandLocalJointEngineeringResearchCenterofReliabilityAnalysisandTestingforMechanicalandElectricalProducts,
ZhejiangSci-TechUniversi
文档评论（0）