计算机科学 ›› 2007, Vol. 34 ›› Issue (1): 289-291.

• 计算机网络与信息安全 • 上一篇    下一篇

最小二乘支持向量机在故障诊断中的应用

  

  • 出版日期:2018-11-16 发布日期:2018-11-16
  • 基金资助:
    本课题为中国博士后科学基金资助项目(编号2005038515).

  • Online:2018-11-16 Published:2018-11-16

摘要: 为了提高机械设备故障诊断的精度,将小波包分析与最小二乘支持向量机进行了有机的结合。首先对故障信号功率谱进行小波分解,简化了故障特征向量的提取。然后提出了一种基于最小二乘支持向量机的故障诊断模型,用二次损失函数取代支持向量机中的不敏感损失函数,将不等式约束条件变为等式约束,从而将二次规划问题转变为线性方程组的求解,用最小二乘法实现了支持向量机算法,并提出对核函数的σ参数进行动态选取,提高了诊断的准确率。仿真结果表明该模型具有较强的非线性处理和抗干扰能力。

关键词: 故障诊断 最小二乘支持向量机 核函数 小波包分析

Abstract: In order to enhance fault diagnosis precision, the wavelet packet analysis and least squares support vector machine (LSSVM) are combined effectively. First the power spectrum of fault signals is decomposed by wavelet analysis, which predigests choosing me

Key words: Fault diagnosis, Least squares support vector machine,Kernel function, Wavelet packet analysis

No related articles found!
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!