自适应多核组合相关向量机预测方法及其在机械设备剩余寿命预测中的应用
本文关键词:自适应多核组合相关向量机预测方法及其在机械设备剩余寿命预测中的应用,由笔耕文化传播整理发布。
【摘要】:针对支持向量机(Support vector machine,SVM)的惩罚系数难以确定、核函数必须满足Mercer定理等问题,相关向量机(Relevance vector machine,RVM)应运而生以解决上述问题,并在趋势预测等领域得到一定的应用。核函数是决定RVM预测精度的关键因素之一,目前的研究通常是人为选择单一核函数,因此增加了对参数的依赖性并降低了RVM预测的鲁棒性。为了解决以上问题,提出一种新的自适应多核组合RVM预测方法。该方法首先选择多个核函数,利用粒子滤波产生核函数权重,建立多核组合RVM集,然后经过不断地迭代预测、权值更新和重采样,自适应获取最优多核组合RVM,从而自适应融合多个核函数的特性,克服基于单一核函数RVM的局限,提高预测精度和鲁棒性。利用仿真对提出方法进行了验证,并将其应用于机械设备的剩余寿命预测,取得了比基于单一核函数RVM更好的预测效果。
【作者单位】: 西安交通大学机械制造系统工程国家重点实验室;
【关键词】: 多核相关向量机 机械设备 剩余寿命预测
【基金】:国家自然科学基金(51475355,51222503) 陕西省自然科学基础研究计划(2013JQ7011) 中央高校基本科研业务费专项资金(2012jdgz01)资助项目
【分类号】:TP18;TH17
【正文快照】: 0前言*随着服役时间的不断增加,机械设备性能逐渐衰退,剩余寿命逐步缩短,设备中任何一个关键部件失效,均易造成恶性事故,导致经济损失,甚至人员伤亡[1]。准确地预测设备剩余寿命可为预防性维修决策提供依据,延长设备的生命周期,提高生产效率并减少事故发生。目前,智能预测是机
【共引文献】
中国期刊全文数据库 前4条
1 杨大炼;刘义伦;周维;羿九火;;基于优化SVR模型的大跨度样本疲劳寿命预测[J];东北大学学报(自然科学版);2015年09期
2 王恒;马海波;徐海黎;朱龙彪;贾民平;;机械设备性能退化评估与预测研究综述[J];机械强度;2013年06期
3 周志才;刘东风;石新发;;基于比例危险模型的船用柴油机视情维修决策[J];海军工程大学学报;2014年06期
4 徐兵;朱亚橙;苏俊;范秋敏;;基于特征Petri网建模的冷水机组故障诊断系统[J];上海交通大学学报;2015年06期
中国博士学位论文全文数据库 前6条
1 潘罗平;基于健康评估和劣化趋势预测的水电机组故障诊断系统研究[D];中国水利水电科学研究院;2013年
2 夏战国;基于高斯过程的提升机轴承性能评测方法研究[D];中国矿业大学;2013年
3 周建宝;基于RVM的锂离子电池剩余寿命预测方法研究[D];哈尔滨工业大学;2013年
4 郭超众;具有呼吸裂纹的转子动力学特征提取及预诊方法研究[D];哈尔滨工业大学;2014年
5 李小斌;隐马尔可夫模型优化及其在胶带机故障预警中的应用[D];中国矿业大学;2014年
6 陆思良;基于随机共振的微弱信号检测模型及应用研究[D];中国科学技术大学;2015年
中国硕士学位论文全文数据库 前4条
1 戴炳雄;基于小波包熵和高斯混合模型的设备故障诊断和性能退化方法研究[D];华南理工大学;2013年
2 刘婷;小波支持向量机理论及其在股指预测中的应用[D];西南财经大学;2013年
3 陈昌;基于状态振动特征的空间滚动轴承可靠性评估方法研究[D];重庆大学;2014年
4 李松领;基于故障树分析的水电机组振动故障诊断研究[D];南昌工程学院;2015年
【相似文献】
中国期刊全文数据库 前10条
1 张英波;贾云献;邓士杰;邱国栋;;核独立分量分析的随机滤波剩余寿命预测模型[J];火力与指挥控制;2013年08期
2 王丽娜;王勇;;在役起重机含缺陷结构剩余寿命预测方法[J];中国水运(下半月);2011年07期
3 王富岗,徐善国,王来,权仁泽,王焕庭,曹智本;运行四万小时的40HK炉管的研究及其剩余寿命预测[J];大连工学院学报;1982年04期
4 柏兆钰;董金善;;石油化工行业用锅炉炉管的剩余寿命预测[J];装备制造技术;2007年03期
5 孙磊;贾云献;蔡丽影;林国语;赵劲松;;基于油液光谱分析和粒子滤波的发动机剩余寿命预测研究[J];光谱学与光谱分析;2013年09期
6 祝苏明,李德俊,,王富岗,张俊善;长期运行21/4Cr-1Mo钢组织与性能的变化及剩余寿命预测方法[J];大连理工大学学报;1994年05期
7 尤明懿;;基于相似性的剩余寿命预测:鲁棒性与不确定性研究[J];电子产品可靠性与环境试验;2011年06期
8 韩克江;田灿;王新生;罗磊;石磊;;基于Gumbel极值分布的大型原油储罐剩余寿命预测[J];科学技术与工程;2012年13期
9 尤明懿;;一个拓展的基于相似性的剩余寿命预测框架[J];电子产品可靠性与环境试验;2012年03期
10 夏哲恒;于伟;;某小型发动机剩余寿命预测分析[J];舰船电子工程;2012年07期
中国重要会议论文全文数据库 前4条
1 赖仁满;陈颖锋;惠虎;;运行10年的Cr9Mo炉管材质评价及剩余寿命预测[A];压力管道技术研究进展精选集——第四届全国管道技术学术会议[C];2010年
2 陈颖锋;赖仁满;李新河;沈纯厚;李培宁;惠虎;;运行10年的Cr9Mo炉管材质评价及剩余寿命预测[A];第六届全国压力容器学术会议压力容器先进技术精选集[C];2005年
3 韩克江;帅健;;基于Gumbel极值分布的腐蚀管线剩余寿命预测[A];中国力学学会学术大会'2009论文摘要集[C];2009年
4 林燕清;欧进萍;黄文虎;;混凝土疲劳损伤积累和剩余寿命预测研究[A];疲劳与断裂2000——第十届全国疲劳与断裂学术会议论文集[C];2000年
中国博士学位论文全文数据库 前1条
1 周方勤;在役输气管道腐蚀剩余寿命预测技术研究[D];西南石油大学;2006年
中国硕士学位论文全文数据库 前10条
1 李磊;基于极限学习机的风机机械传动部件剩余寿命预测研究[D];燕山大学;2015年
2 姚建军;油气长输管线腐蚀剩余寿命预测技术研究[D];西南石油学院;2004年
3 任振甲;管输原油腐蚀特性研究及管道剩余寿命预测软件开发[D];中国石油大学;2011年
4 肖冬桂;塔机疲劳剩余寿命预测系统研究[D];中南大学;2013年
5 张华伟;油气长输管线的腐蚀剩余寿命预测[D];中国石油大学;2009年
6 王刚;腐蚀管道剩余寿命预测[D];大庆石油学院;2010年
7 丁强;基于模型的机械设备磨损剩余寿命预测方法的研究[D];河北农业大学;2001年
8 李超;基于监测数据的机械设备剩余寿命预测研究[D];大连理工大学;2014年
9 李波;气井井筒的CO_2腐蚀机理及剩余寿命预测[D];西南石油大学;2013年
10 李俊楠;番禺30-1平台生产管线腐蚀规律研究及剩余寿命预测[D];西南石油大学;2015年
本文关键词:自适应多核组合相关向量机预测方法及其在机械设备剩余寿命预测中的应用,由笔耕文化传播整理发布。
本文编号:455672
本文链接:https://www.wllwen.com/kejilunwen/jixiegongcheng/455672.html