基于支持向量机模型的滚动轴承运行状态预测研究
发布时间：2018-07-15 18:30
【摘要】：为了提高支持向量机对滚动轴承运行状态预测的准确性,采用遗传算法对支持向量机的核参数与惩罚因子进行优化,选取最优支持向量机参数;研究了时间序列预测中嵌入维数对预测精度的影响,提出了嵌入维数优选-参数优化支持向量机预测模型。通过轴承寿命加速试验表明,该模型可以提高滚动轴承运行状态预测的准确性,达到轴承故障预警时间预测的目的。
[Abstract]:In order to improve the accuracy of SVM prediction of rolling bearing running state, the kernel parameters and penalty factors of SVM are optimized by genetic algorithm, and the optimal SVM parameters are selected. The influence of embedding dimension on prediction accuracy in time series prediction is studied, and a prediction model of embedding dimension optimal selection and parameter optimization support vector machine is proposed. The accelerated test of bearing life shows that the model can improve the accuracy of rolling bearing operation state prediction and achieve the purpose of bearing fault warning time prediction.
【作者单位】： 中国石油大学(北京)机械与储运工程学院;
【基金】：国家科技重大专项(2011ZX05055)
【分类号】：TH133.33;TP181
[Abstract]:In order to improve the accuracy of SVM prediction of rolling bearing running state, the kernel parameters and penalty factors of SVM are optimized by genetic algorithm, and the optimal SVM parameters are selected. The influence of embedding dimension on prediction accuracy in time series prediction is studied, and a prediction model of embedding dimension optimal selection and parameter optimization support vector machine is proposed. The accelerated test of bearing life shows that the model can improve the accuracy of rolling bearing operation state prediction and achieve the purpose of bearing fault warning time prediction.
【作者单位】： 中国石油大学(北京)机械与储运工程学院;
【基金】：国家科技重大专项(2011ZX05055)
【分类号】：TH133.33;TP181
【参考文献】
相关期刊论文 前1条
1 张颖璐;;基于遗传算法优化支持向量机的网络流量预测[J];计算机科学;2008年05期
相关硕士学位论文 前1条
1 陈丽琳;基于多嵌入维数的时用水量LSSVM组合预测[D];浙江大学;2013年
【共引文献】
相关期刊论文 前10条
1 刘春;;遗传算法优化BP神经网络的网络流量预测[J];信息安全与技术;2014年06期
2 陈曦;;基于包容性检验和神经网络的网络流量预测[J];电视技术;2014年11期
3 吕威;马维e，
本文编号：2125001
本文链接：https://www.wllwen.com/kejilunwen/jixiegongcheng/2125001.html
