首頁(yè) > 期刊 > 自然科學(xué)與工程技術(shù) > 工程科技I > 石油天然氣工業(yè) > 機(jī)械設(shè)計(jì)與制造 > KPCA和改進(jìn)SVM在滾動(dòng)軸承剩余壽命預(yù)測(cè)中的應(yīng)用研究 【正文】
KPCA和改進(jìn)SVM在滾動(dòng)軸承剩余壽命預(yù)測(cè)中的應(yīng)用研究
- 滾動(dòng)軸承
- 剩余壽命預(yù)測(cè)
- 評(píng)估指標(biāo)
- 核主成分分析
- 最小二乘支持向量機(jī)
摘要：為解決支持向量機(jī)模型在預(yù)測(cè)滾動(dòng)軸承剩余壽命時(shí)準(zhǔn)確率不高的問(wèn)題,對(duì)核主成分分析(Kernel Principal Com-ponent Analysis,KPCA)和最小二乘支持向量機(jī)(Least Square Support Vector Machine,LSSVM)在剩余壽命預(yù)測(cè)中的應(yīng)用進(jìn)行了研究。采用核主成分分析方法融合軸承振動(dòng)信號(hào)時(shí)域、頻域特征指標(biāo)并提取第一主成分評(píng)估軸承性能退化情況,并將滿足要求的多個(gè)KPCA主成分作為輸入,建立KPCA-LSSVM模型來(lái)對(duì)軸承剩余壽命進(jìn)行預(yù)測(cè)。采用軸承全壽命試驗(yàn)數(shù)據(jù)對(duì)該方法的有效性進(jìn)行驗(yàn)證,結(jié)果表明,該方法提取的軸承性能退化評(píng)估指標(biāo)能夠更為全面地表征軸承性能退化情況,建立的KPCA-LSSVM模型可在滾動(dòng)軸承剩余壽命預(yù)測(cè)工作中獲得良好的預(yù)測(cè)效果。
注：因版權(quán)方要求，不能公開(kāi)全文，如需全文，請(qǐng)咨詢雜志社
機(jī)械設(shè)計(jì)與制造
- 預(yù)計(jì)1個(gè)月內(nèi) 預(yù)計(jì)審稿周期
- 0.51 影響因子
- 機(jī)械 快捷分類(lèi)
- 月刊 出版周期
主管單位：遼寧省經(jīng)濟(jì)和信息化委員會(huì);主辦單位：遼寧省機(jī)械研究院
