基于紧密度FSVM新算法及在故障检测中的应用

针对传统的模糊支持向量机(FSVM)算法对边缘噪声敏感的不足,提出一种基于非线性紧密度和K最近邻方法(KNN)相结合的FSVM算法.该方法在计算样本隶属度大小时既考虑样本与类中心的距离,类中样本的紧密度,同时还考虑与其他类样本问的关系,其中紧密度的计算采用非线性数据分布描述方法进而使计算的隶属度更精确.实验结果同传统FSVM及其他改进的FSVM算法进行比较,对于国际标准测试数据及轴承故障检测问题,结果验证了建议算法具有很强的鲁棒性及高效的检测性能.     

组合核函数支持向量机在水中目标识别中的应用

论文研究了支持向量机核函数构成条件以及不同核函数的特性，结合水中目标识别技术特点，提出了一种组合核函数支持向量机的方法。提取了基于小波变换的舰船辐射噪声奇异性、尺度-过零、尺度-能量特征，对水中目标进行了SVM分类识别。研究表明，基于组合核函数的支持向量机分类识别效果优于单独核函数的支持向量机识别效果。     

内禀模态特征能量法在滚动轴承故障模式识别中的应用

摘 要：针对滚动轴承振动信号和状态信息非线性映射关系,提出一种基于内禀模态函数（IMF）特征能量的轴承特征向量提取方法,并与支持向量机（SVM)相结合实现轴承的故障识别。该方法对滚动轴承振动信号进行经验模态分解（EMD）得到若干能反映轴承故障信息的IMF分量,选取包含主要信息的IMF能量作为振动信号的特征向量,并将其输入到SVM分类器中实现轴承故障模式识别。对滚动轴承的正常状态、外圈故障、内圈故障和滚动体故障进行仿真试验,结果表明,该方法能够有效、准确的识别轴承故障。     

基于相空间RVM的轴承故障检测方法

针对轴承故障检测问题,提出一种基于相关向量机(RVM)的故障检测方法.RVM算法基于贝叶斯估计理论,它产生的决策函数具有少数的相关向量,利用RVM算法松散特性,解决了支持向量机算法(SVM)计算复杂度高的不足.为进一步降低检测时间,以重构相空间投影系数为轴承故障特征.试验最后同传统的SVM算法进行了比较,结果表明所建议的方法在保持较高检测率的同时,提高了故障检测的时效性.尤其检测时间从0.67 s降低了0.005 9 s(100倍).因此,该方法非常适合于在线故障检测等实时性要求很高的领域.     

基于统计学参数与SVM算法的核电风冷式冷水机组高压保护故障研究

采用传统的人工识别方法很难确定核电风冷式冷水机组高压保护故障是源于翅片脏堵还是源于散热不良.本文采用基于统计学参数和机器学习的分析方法对冷水机组高压保护进行分类研究,经数据预处理和模型选择,提出一种基于统计学参数与SVM(支持向量机)算法的核电风冷式冷水机组高压保护故障诊断方法,故障识别率达96％,达到了行业专家分析水...     

基于分类器组的轴承故障识别方法研究

提出一种基于设备运行数据构造分类器组用于滚动轴承故障识别的方法。在决策表上使用属性约简的遗传算法找出构成候选基分类器的较好约简,再使用多样性筛选的遗传算法找出最终的约简,以此为基础结合加权投票策略构建分类器组用于模式分类。通过轴承正常情况、内圈、外圈和滚动体故障的识别实验验证了方法的有效性,得到了较好的实验结果。     

内禀模态特征能量法在滚动轴承故障模式识别中的应用

针对滚动轴承振动信号和状态信息非线性映射关系,提出一种基于内禀模态函数（IMF）特征能量的轴承特征向量提取方法,并与支持向量机（SVM)相结合实现轴承的故障识别。该方法对滚动轴承振动信号进行经验模态分解（EMD）得到若干能反映轴承故障信息的IMF分量,选取包含主要信息的IMF能量作为振动信号的特征向量,并将其输入到SVM分类器中实现轴承故障模式识别。对滚动轴承的正常状态、外圈故障、内圈故障和滚动体故障进行仿真试验,结果表明,该方法能够有效、准确地识别轴承故障。     

基于混合算法优化的SVM多分类器齿轮故障诊断模型

为了提高支持向量机分类器的故障诊断精度,该文提出了一种基于混合算法优化支持向量机的故障诊断模型。首先,在混合算法中引入灰狼和金豺的夺食机制。其次,优化支持向量机,从而得到最优的支持向量机模型。最后,提高对齿轮故障模式的诊断精度。以某饲料生产企业采集到的数据为基础进行实例分析,结果表明,采用基于灰狼和金豺算法的混合算法优化支持向量机参数比标准的灰狼算法和金豺算法优化效果更好。在模型诊断精确度方面,混合算法优化的支持向量机诊断模型比未优化支持向量机、灰狼算法优化支持向量机和金豺算法优化支持向量机诊断模型分别提高了15.156 6%、4.913 3%和8.959 6%。     

一种基于核主成分分析和组合分类器的虹膜识别方法

提出了一种新的虹膜特征提取与识别方法,该方法利用核主成分分析(KPCA)在高维空间具有较强的特征选择能力来提取虹膜图像的纹理特征。采用了一种距离度量和支持向量机相结合的两级分类方法,前级采用欧式距离来度量图像间的相似性,若符合条件,给出分类结果,否则拒绝,并转入后一级分类器——支持向量机分类,以减少进入支持向量机的样本数目,该组合分类方法充分利用了支持向量机识别率高和距离度量速度快的优点。实验结果表明,该方法提高了虹膜识别率,是一种有效的虹膜识别方法。     

SVM多类分类算法及其在故障诊断中的应用

支持向量机理论最初是针对两类问题线性可分的模式识别提出来的.在故障诊断领域,多类故障诊断是经常出现的问题.介绍了几种基于支持向量机的多类分类算法的原理,在此基础上提出一种权重二叉树多类分类算法,考虑故障状态和正常状态、重要故障和次要故障、常见故障和不常见故障之间的权重不同,适当把最佳分类面往远离重要的或常见的类别一方偏离一定的距离.在小样本情况下对转子模拟试验台典型的多类故障进行诊断,结果表明它比较符合实际工程要求.     

指数分布场合基于竞争失效数据的参数估计

讨论了指数分布场合竞争失效产品在恒定应力加速寿命试验和步进应用加速寿命试验情形加速方程中有关参数的加权最小二乘估计，利用Monte Carlo方法和参数的最大似然估计作了模拟比较。     

基于有监督核函数主元分析的故障状态识别

介绍一种有监督核函数主元分析算法(SupervisedKernelPrincipalComponentAnalysis,SKPCA),通过将样本类内差和类间差融入总体方差中,从而达到更好的分类目的.在齿轮故障诊断实验中,采用SKPCA提取故障信号的非线性特征,实验结果表明SKPCA相比KPCA前两个主元贡献更为集中,故障识别结果更为理想.     

径向高斯核函数时频分布及在故障诊断中的应用

对一种可调核函数的时频分布－径向高斯核函数时频分布（RGKD）进行了研究,并将径向高斯核函数时频分布引入机械故障诊断。这种时频分布根据被分析信号不同特性,采用优化方法自适应对模糊函数进行整形,尽可能保留集中在原点的信号模糊函数的自分量,抑制远离原点的交叉分量,与固定核函数的时频分布对比结果表明,径向高斯核函数时频分布极大地去除了交叉分量,提高了分辨率,并且对品怕不敏感,在分析实际低信噪比的信号时,仍能保持较高的分辨率,杂散分量很少,该方法具有对信号的广泛自适应性,试验证明径向高斯核函数时频分布在故障诊断中的较强的特征提取作用。     

Interior-Point Algorithm for Linear Optimization Based on a New Kernel Function

In this paper,we design a primal-dual interior-point algorithm for linear optimization.Search directions and proximity function are proposed based on a new kernel function which includes neither growth...     

一种并行遗传优化核主元分析算法

针对核主元分析算法参数设置和主元数量选取问题,提出一种并行优化核函数参数和主元数量的改进核主元分析算法。该算法以类别可分性为准则,应用自适应遗传算法同步对核参数和主元数量进行优化,实现了核参数和主元数量的并行选择。将改进后的核主元分析算法应用于柴油机气阀机构典型故障的特征提取中,结果表明：优化核主元分析能有效降低柴油机气阀机构故障特征向量的维数,提高各类样本的聚类效果。     

基于Volterra频域核的非线性模拟电路故障诊断

非线性模拟电路的故障特征的表征困难,另外基于神经网络的故障诊断存在收敛速度低及泛化能力差的问题.本文将非线性系统复杂的Volterra高阶核函数表示成一维数值解的形式,并以此来表征故障特征,同时借助小波变换与神经网络的优点,降低了输入特征矢量的维数,并且提高了泛化能力.实验结果表明:该方法建模简单,运算量小,具有一定的...     

基于遗传算法的电磁分流阻尼参数优化

提出一种基于遗传算法的电磁分流阻尼的最优参数设计,可解决定点理论(H∞优化)不能考虑主系统阻尼进行优化的缺点.首先导出包含主系统阻尼比的位移放大因子无量纲参数的表达式;然后使用PQ定点法推导出主系统阻尼比为0时的最优调谐比、最优阻尼比;再建立考虑主系统阻尼比时基于遗传算法的目标函数以及适应度函数,最后分别求得当主系统阻...     

基于核函数主元分析的机械故障模式识别方法的研究

提出基于核函数主元分析的机械故障诊断方法,它保留主元分析的优点并具有处理非线性的能力.该方法通过核函数映射将非线性问题转换成高维的线性特征空间,然后对高维空间中的映射数据作主元分析,提取其非线性特征,对机械故障模式进行识别.并与主元分析方法进行对比分析,实验结果表明核函数主元分析法非常有效.