现代机械
現代機械
현대궤계
MODERN MACHINERY
2007年
1期
22-24
,共3页
故障诊断%特征选择%支持向量机
故障診斷%特徵選擇%支持嚮量機
고장진단%특정선택%지지향량궤
机械设备因为其本身结构的复杂性,故障很难简单地进行诊断,所以智能诊断成为一个热点的研究方向.以前的工作中多是通过神经网络甚至支持向量机等方法进行诊断,本文提出了基于支持向量机集成的特征选择算法,通过该算法可以有效去除故障数据集中所提取的不相关特征,并在新的更少特征的数据集上进行建模.在实际某柴油机故障数据上的计算表明:在通过特征选择后的数据集上利用支持向量机集成的方法建模可以得到比不进行选择更好的结果,也得到了比单个支持向量机建模更好的结果.
機械設備因為其本身結構的複雜性,故障很難簡單地進行診斷,所以智能診斷成為一箇熱點的研究方嚮.以前的工作中多是通過神經網絡甚至支持嚮量機等方法進行診斷,本文提齣瞭基于支持嚮量機集成的特徵選擇算法,通過該算法可以有效去除故障數據集中所提取的不相關特徵,併在新的更少特徵的數據集上進行建模.在實際某柴油機故障數據上的計算錶明:在通過特徵選擇後的數據集上利用支持嚮量機集成的方法建模可以得到比不進行選擇更好的結果,也得到瞭比單箇支持嚮量機建模更好的結果.
궤계설비인위기본신결구적복잡성,고장흔난간단지진행진단,소이지능진단성위일개열점적연구방향.이전적공작중다시통과신경망락심지지지향량궤등방법진행진단,본문제출료기우지지향량궤집성적특정선택산법,통과해산법가이유효거제고장수거집중소제취적불상관특정,병재신적경소특정적수거집상진행건모.재실제모시유궤고장수거상적계산표명:재통과특정선택후적수거집상이용지지향량궤집성적방법건모가이득도비불진행선택경호적결과,야득도료비단개지지향량궤건모경호적결과.