CAJ | 학술논문

针对风机运行过程中存在的非线性非平稳特征,提出一种相空间与最小二乘支持向量机(LS-SVM)相结合的风机状态预测方法.首先利用相空间重构方法将一维的时间序列拓展到高维相空间中,还原出风机运行的动力学行为;然后将高维空间中的拓扑结构输入到最小二乘支持向量机中,利用其非线性拟合的优势,最终实现风机状态的趋势预测.利用该方法与BP神经网络方法分别对工业现场的风机振动信号进行对比分析,最大预测误差从7.22％下降到3.75％,说明在相同样本数的条件下,新方法能够更准确地预测风机的振动状态,可为维修决策提供更可靠的数据支持.
침대풍궤운행과정중존재적비선성비평은특정,제출일충상공간여최소이승지지향량궤(LS-SVM)상결합적풍궤상태예측방법.수선이용상공간중구방법장일유적시간서렬탁전도고유상공간중,환원출풍궤운행적동역학행위;연후장고유공간중적탁복결구수입도최소이승지지향량궤중,이용기비선성의합적우세,최종실현풍궤상태적추세예측.이용해방법여BP신경망락방법분별대공업현장적풍궤진동신호진행대비분석,최대예측오차종7.22％하강도3.75％,설명재상동양본수적조건하,신방법능구경준학지예측풍궤적진동상태,가위유수결책제공경가고적수거지지.