锅炉制造
鍋爐製造
과로제조
BOILER MANUFACTURING
2014年
4期
41-45
,共5页
叶兆青%卢坤杰%林光营%张文
葉兆青%盧坤傑%林光營%張文
협조청%로곤걸%림광영%장문
给水泵%故障预测%温度和振动%支持向量机
給水泵%故障預測%溫度和振動%支持嚮量機
급수빙%고장예측%온도화진동%지지향량궤
给水泵组是火电厂重要的辅机之一,其在线状态监测得到的机械信号具有非线性关系,因此为了有效预测给水泵组的状态趋势,提高其运行的安全性和经济性,本文采用一种新的通用机器学习算法——最小二乘支持向量机(LS-SVM).基于该机器学习算法构建给水泵组状态预测模型,并对给水泵活动侧的轴承温度和振动进行预测.实验结果表明:采用LS-SVM构建模型预测给水泵组的轴承振动和温度,其预测结果均在设定的允许误差范围内,具有一定的可靠性和参考价值.
給水泵組是火電廠重要的輔機之一,其在線狀態鑑測得到的機械信號具有非線性關繫,因此為瞭有效預測給水泵組的狀態趨勢,提高其運行的安全性和經濟性,本文採用一種新的通用機器學習算法——最小二乘支持嚮量機(LS-SVM).基于該機器學習算法構建給水泵組狀態預測模型,併對給水泵活動側的軸承溫度和振動進行預測.實驗結果錶明:採用LS-SVM構建模型預測給水泵組的軸承振動和溫度,其預測結果均在設定的允許誤差範圍內,具有一定的可靠性和參攷價值.
급수빙조시화전엄중요적보궤지일,기재선상태감측득도적궤계신호구유비선성관계,인차위료유효예측급수빙조적상태추세,제고기운행적안전성화경제성,본문채용일충신적통용궤기학습산법——최소이승지지향량궤(LS-SVM).기우해궤기학습산법구건급수빙조상태예측모형,병대급수빙활동측적축승온도화진동진행예측.실험결과표명:채용LS-SVM구건모형예측급수빙조적축승진동화온도,기예측결과균재설정적윤허오차범위내,구유일정적가고성화삼고개치.