支持向量機(jī)在設(shè)備故障診斷中的應(yīng)用研究.pdf

1、統(tǒng)計學(xué)習(xí)理論是專門研究小樣本情況下機(jī)器學(xué)習(xí)的理論，其核心思想是通過控制學(xué)習(xí)機(jī)器的復(fù)雜度來控制學(xué)習(xí)機(jī)器的推廣能力。在統(tǒng)計學(xué)習(xí)理論上發(fā)展起來的支持向量機(jī)表現(xiàn)出優(yōu)秀的學(xué)習(xí)性能。本文從支持向量機(jī)理論、方法和應(yīng)用相結(jié)合的角度出發(fā)，研究了支持向量機(jī)分類和回歸在設(shè)備故障診斷中的應(yīng)用，本文的主要工作包括以下內(nèi)容： 一、支持向量機(jī)分類包括二值分類、一類分類，本文對這兩種方法在故障診斷中的應(yīng)用進(jìn)行了研究。首先，從軸承的時域信號中通過主成份分析提取特

2、征參數(shù)，然后在二值分類下選擇不同的核函數(shù)構(gòu)造判別函數(shù)對軸承故障進(jìn)行檢測，并比較了在不同核函數(shù)下支持向量機(jī)的分類性能。其次，應(yīng)用一類分類方法對軸承的異常值進(jìn)行檢測；利用基于一類分類的多值分類方法來對軸承的故障類型進(jìn)行識別，基于一類分類的方法在保持準(zhǔn)確率的情況下，能極大的減小運(yùn)算時間。 二、針對有些問題，新樣本所提供的信息量與歷史樣本所提供的信息量是不同的，給出一種新息加權(quán)的支持向量機(jī)的增量學(xué)習(xí)算法，通過循環(huán)來獲得最優(yōu)分類面，仿真實(shí)