基于支持向量機(jī)的智能故障診斷技術(shù)研究.pdf

1、支持向量機(jī)和神經(jīng)網(wǎng)絡(luò)都是目前關(guān)于機(jī)器學(xué)習(xí)技術(shù)的研究熱點(diǎn)。不同的是，前者是基于結(jié)構(gòu)風(fēng)險(xiǎn)最小化原理，后者基于經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化原理。兩者都非常適合故障診斷，但后者實(shí)現(xiàn)故障診斷必須有大量的故障樣本，同時(shí)還有訓(xùn)練速度慢、結(jié)構(gòu)確定難、容易陷入局部極小、泛化能力差等缺點(diǎn)，而前者不僅能解決小樣本的問(wèn)題，并且還有全局最優(yōu)、泛化能力強(qiáng)等優(yōu)點(diǎn)。針對(duì)它們的優(yōu)缺點(diǎn)，本文從支持向量機(jī)理論與方法出發(fā)，結(jié)合徑向基神經(jīng)網(wǎng)絡(luò)，提出了基于支持向量機(jī)的徑向基網(wǎng)絡(luò)的設(shè)備智能故障診

2、斷方法，并通過(guò)實(shí)例驗(yàn)證了該方法的有效性。 本文從支持向量機(jī)和徑向基神經(jīng)網(wǎng)絡(luò)的基本理論的出發(fā)，研究了支持向量機(jī)和徑向基神經(jīng)網(wǎng)絡(luò)的技術(shù)特點(diǎn)及其優(yōu)缺點(diǎn)。研究表明，支持向量機(jī)是一種凸優(yōu)化問(wèn)題，其解具有全局最優(yōu)的特點(diǎn)，同時(shí)具有很強(qiáng)的泛化能力；徑向基網(wǎng)絡(luò)具有最佳逼近和全局最優(yōu)等優(yōu)點(diǎn)，不足的地方就是網(wǎng)絡(luò)結(jié)構(gòu)、隱層結(jié)點(diǎn)數(shù)和中心確定較難，泛化能力差。支持向量機(jī)最初是從線(xiàn)性可分和兩類(lèi)的分類(lèi)情況下提出的，并發(fā)展成用來(lái)解決非線(xiàn)性和多類(lèi)模式識(shí)別問(wèn)題的有效

3、手段。本文中主要介紹了用于處理此類(lèi)問(wèn)題的“一類(lèi)對(duì)余類(lèi)”的支持向量機(jī)。 在此基礎(chǔ)上，提出了基于SVM的徑向基網(wǎng)絡(luò)智能故障技術(shù),將它們用于設(shè)備的智能故障診斷中。本文主要提出基于支持向量機(jī)的特征變換與徑向基網(wǎng)絡(luò)的診斷方法、基于支持向量機(jī)的結(jié)構(gòu)優(yōu)化的徑向基網(wǎng)絡(luò)的診斷方法和基于支持向量機(jī)的特征變換與結(jié)構(gòu)優(yōu)化的徑向基網(wǎng)絡(luò)相結(jié)合的智能診斷方法。 通過(guò)對(duì)齒輪的故障診斷實(shí)例進(jìn)行對(duì)比分析，得出如下結(jié)論： (1)基于支持向量機(jī)特征變換