共查询到18条相似文献,搜索用时 62 毫秒
1.
为了提高异步电动机振动故障诊断的准确性,提出了基于粒子群算法优化最小二乘支持向量机的异步电动机振动故障诊断方法。先通过实验室对异步电动机各类故障的振动进行测试,对测试数据进行预处理,选择异步电动机不同位置振动信号的特征频率作为系统的输入,然后利用训练好的粒子群算法优化后的最小二乘支持向量机进行异步电动机振动的故障诊断。最终结果与其他诊断方法对比表明:该方法克服了样本训练时间较长并容易陷入局部收敛的缺点,同时诊断的准确率较高,有效地避免了异步电动机故障的误诊断。 相似文献
2.
制冷系统作为建筑的主要能耗设备,其故障的及时诊断与纠正有助于提高能源利用率,减少对环境的影响。缺乏诊断平台是制约制冷系统故障智能诊断推广应用的重要因素之一。基于MATLAB软件强大的数据处理能力和LabVIEW软件便捷的虚拟仪器开发功能,进行联合编程,实现优势互补,并将粒子群优化(PSO)算法引入最小二乘支持向量机(LSSVM),作为故障诊断的内核,建立了制冷系统故障诊断平台。对离心式冷水机组七类典型故障的诊断实验结果表明:该联合编程方法可行,可以实现界面友好、功能丰富、方便快捷的制冷系统故障诊断;所建立的PSO-LSSVM模型总体诊断正确率高达99.70%,正常和每类故障的诊断正确率均在99%以上。该平台具有一定的开放性和扩展性,后续可以根据需要对诊断算法及其他功能模块进行更改或添加,也可增加不同算法之间的比较分析或集成诊断,改善其灵活性,推进其推广应用。LabVIEW软件的采用,也为故障检测与诊断嵌入系统控制提供了可能。 相似文献
3.
汽轮机通流部分故障特征数据较多、故障类型复杂,很难建立精确的机理模型。提出一种基于加权最小二乘支持向量机(Weighted Least Squares Support Vector Machines,WLS-SVM)的改进算法,该算法用输出变量的留一交叉检验误差取代原有误差确定加权系数,解决了WLS-SVM由于加权系数与模型支持值相互影响,样本在剔除与不剔除之间反复变化而不收敛的问题。实验结果表明该方法能有效地剔除异常样本,减少故障特征量的数目,提高了校正模型的稳健性及WLS-SVM特征预测的速度和预测的精度。 相似文献
4.
5.
6.
针对风电机组齿轮箱传统故障诊断方法以全局误诊断率最小化为目标,忽略了误分类型之间的差别的问题,提出基于代价敏感最小二乘支持向量机(Cost-sensitive Least Squares Support Vector Machine,CLSSVM)的风电机组齿轮箱故障诊断方法。该方法在最小二乘支持向量机原始最优化问题中二次损失函数中嵌入不同样本的误分类代价,建立以误分类代价最小化为目标的CLSSVM故障诊断模型,并同最小二乘支持向量机和代价敏感支持向量机比较。实验结果表明,该方法能提高误分类代价高的故障类样本的诊断正确率,具有代价敏感性,其训练速度也足以满足风电机组齿轮箱故障诊断实时性的需求。 相似文献
7.
8.
针对风速序列的周期性和非平稳性,提出了基于小波变换和LS-SVM相结合的风电场风速预测模型,利用小波变换的多分辩分析法对风速序列进行分解,将风速序列投影到不同尺度上.结合LS-SVM的小样本学习能力强和计算简单等特点,将小波分解后的各风速子序列分别采用LS-SVM进行训练和预测,最后将各预测结果进行叠加得到最终的风速预测值.与LS-SVM风速预测方法进行比较,采用该文提出的方法可明显提高短期风速预测的精度,并具有较强的适应性,具有一定的工程应用前景.最后通过具体实例验证了该模型的有效性. 相似文献
9.
本文在最小二乘支持向量机(LS-SVM)框架,针对Hammerstein非线性系统,设计了一种数据驱动故障诊断与分离(FDI)方法。具体内容包括:构造单适当的输出系统设计基于等价空间的残差生成器,进一步将残差生成器扩展至多输出情况。为了解决实时监控问题,通过低阶和稀疏逼近理论构造半参数残差生成器,此残差生成器带有参数动力学方程和非参数静态函数。在半参数框架下,通过设计参数化矩阵重构实现对传感器/执行器故障的检测与分离。最后,本文给出一个仿真实例验证了所提方法的有效性和实用性。 相似文献
10.
针对船用柴油机故障诊断时振动信号的非平稳特性和难以获取大量样本的实际情况,提出一种总体经验模态分解EEMD和最小二乘支持向量机LSSVM相结合的诊断方法。运用EEMD方法对特定时段的振动信号进行分析,计算各内禀模态函数IMF,并求其包含时间信息的能量熵,以之作为特征向量输入到LSSVM分类器来判断柴油机的故障类型。经实例验证,该方法能在保持信号完整性的前提下有效提取故障特征,在小样本情况下具有较高的诊断精度、较快的诊断速度和较强的泛化能力,能有效应用于同类型机械的故障诊断。 相似文献
11.
12.
13.
14.
15.
根据柴油机颗粒过滤器(DPF)堵塞与泄漏故障型式开展了排气阻力试验和发动机台架试验,获取了排气流量、排气温度、排气压差等主要故障特征参数数据。通过与传统压降模型进行对比分析,将正交最小二乘方法应用于DPF的故障诊断,形成基于正交最小二乘模型拟合的DPF故障诊断方法,并用试验采集到的主要故障特征参数数据对模型拟合方法进行了可行性验证。通过定义一个错误系数向量,分析了广义故障空间中不同故障型式DPF所形成的故障区域,为DPF故障诊断技术的发展提供了理论依据。通过错误系数向量能够判断出故障程度及堵塞、泄漏等故障型式,基于该结果可以进行DPF故障诊断。 相似文献
16.
17.
18.
最小二乘支持向量机在大坝变形预测中的应用 总被引:11,自引:5,他引:11
介绍了基于统计学习理论的一种新的机器学习技术———支持向量机(SVM)和其拓展方法———最小二乘支持向量机(LSSVM),并将LSSVM算法应用于混凝土大坝安全监控中的变形预测。根据实测数据,建立了基于LSSVM算法的大坝变形预测模型,同时与经典SVM预测模型进行分析比较。结果表明,LSSVM和经典SVM算法在大坝变形预测中都具有较好的可行性、有效性及较高的预测精度;LSSVM在算法的学习训练效率上比SVM有较大的优势,更适合于解决大规模的数据建模。 相似文献