![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/14/17/0d5576ce-bfa6-4f62-9f78-d7ae22503a67/0d5576ce-bfa6-4f62-9f78-d7ae22503a67pic.jpg)
![基于主元分析和支持向量回歸機的故障預測.pdf_第1頁](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/14/17/0d5576ce-bfa6-4f62-9f78-d7ae22503a67/0d5576ce-bfa6-4f62-9f78-d7ae22503a671.gif)
已閱讀1頁,還剩60頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、故障診斷是工業(yè)生產(chǎn)過程的一個重要方面,但是現(xiàn)代工業(yè)的系統(tǒng)復雜性對故障診斷提出了新的要求,傳統(tǒng)的基于數(shù)學模型的故障診斷技術變得不再實用,而基于數(shù)據(jù)驅(qū)動的故障診斷技術,受到人們越來越多的關注,本文在基于數(shù)據(jù)驅(qū)動的故障診斷基礎上提出了PCA-SVR故障預測模型,對故障發(fā)展的趨勢進行預測。
本文首先針對傳統(tǒng)的PCA多變量監(jiān)控方法,提出了將傳統(tǒng)的Hotelling's T2統(tǒng)計量和Q統(tǒng)計量結(jié)合起來,用于故障預測,這不僅避免了單純使用兩者
2、中的一種故障檢測指標時可能造成的故障漏報的情況,同時簡化了故障預測模型。其次,提出了將移動時間窗支持向量回歸機用于故障預測,支持向量機在解決小樣本和非線性方面具有優(yōu)勢,而故障發(fā)生時故障數(shù)據(jù)是有限的,監(jiān)控指標是非線性變化的,這使得支持向量機成為故障預測的首選工具。移動時間窗的方法對支持向量機的訓練數(shù)據(jù)實時更新,不僅可以有效利用新數(shù)據(jù)的實時信息,同時還可以減小訓練數(shù)據(jù)的規(guī)模,從而縮短支持向量機的模型建立時間和減小計算量。最后,將提出的PCA
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于支持向量回歸機的匯率預測.pdf
- 基于支持向量回歸機的股價預測研究.pdf
- 基于支持向量回歸機模型的股市預測研究.pdf
- 基于改進支持向量回歸機的股價預測研究.pdf
- 基于支持向量回歸的水質(zhì)預測研究.pdf
- 基于全矢支持向量回歸的機械故障預測研究.pdf
- 基于小波包分析和支持向量回歸機的交通流量預測方法研究.pdf
- 基于噪聲模型的支持向量回歸機的分析.pdf
- 基于混沌理論和支持向量回歸的鈾資源價格預測.pdf
- 支持向量回歸機在藥品銷售預測中的分析及應用.pdf
- 基于支持向量回歸機的pm2.5濃度預測模型分析與研究
- 基于模糊支持向量回歸機的WSN鏈路質(zhì)量預測模型.pdf
- 基于模糊支持向量回歸的機場噪聲預測研究.pdf
- 基于支持向量回歸機的圖像水印研究.pdf
- 支持向量回歸的算法分析.pdf
- 經(jīng)濟預測的灰色支持向量回歸方法.pdf
- 基于支持向量回歸機和多變量相空間重構(gòu)的短時交通流預測.pdf
- 基于支持向量回歸的軸承故障定量診斷方法研究.pdf
- 基于Spark和支持向量回歸的微電網(wǎng)短期負荷預測研究.pdf
- 基于支持向量回歸機的盲均衡算法研究.pdf
評論
0/150
提交評論