回归型支持向量机在电机故障诊断中的研究

回归型支持向量机在电机故障诊断中的研究

ID:36747245

大小:549.15 KB

页数:4页

时间:2019-05-14

回归型支持向量机在电机故障诊断中的研究_第1页
回归型支持向量机在电机故障诊断中的研究_第2页
回归型支持向量机在电机故障诊断中的研究_第3页
回归型支持向量机在电机故障诊断中的研究_第4页
资源描述:

《回归型支持向量机在电机故障诊断中的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、计算机测量与控制.2007.15(12)自动化测试ComputerMeasurement&Control·1691·文章编号:1671-4587(2007)12-1691-04中图分类号:TP273文献标识码:A回归型支持向量机在电机故障诊断中的研究王罗,张桂新,陈特放(中南大学信息科学与工程学院,湖南长沙410075)摘要:通过分析电机故障模式识别的原理,提出应用回归型支持向量机进行电机故障特征学习和分类的方法;从回归型支持向量机的基本原理出发,探讨线性回归与非线性回归两种情形,对其预测能力进行分析得到误差计算公式;在其基础上建立同步电机故障诊断模

2、型并进行仿真,通过电压波形处理前后的对比,能够及时检测到故障的发生并进行识别,从而验证了回归型支持向量机是电机故障诊断在线检测的一种有效方法;但如何把已有的先验知识应用到SVM训练中仍然是一个悬而未决的问题。关键词:回归型支持向量机,电机故障诊断,预测能力,仿真ResearchonMotorFaultDiagnosisinSupportVectorRegressionWangLuo,ZhangGuixin,ChenTefang(SchoolofInformationScienceandEngineering,CentralSouthUniversit

3、y,Changsha410075,China)Abstract:Bringforwardandapplythesupportvectorregressiontolearnandclassifythefeatureofmotorfaultbyanalyzingpatternrec2ognitionofthemotorfault.Startingfrombasicprincipleofthesupportvectorregressionanddiscussingboththelinearityregressionandnon2linearityregre

4、ssionsituation,thenanalysesitsforecastabilityandgainstheerrorcalculusformula,finalgivestheimitatingmodelofthesyn2chronousmachineandchecksthefaultintimebycontrastingthevoltagewaveofdisposalbeforeandafter.Bythisitcanbeknownthatthesupportvectorregressionisagoodwaytodiagnosethemoto

5、rfault.ButhowcanthepriorknowledgeapplyinSVMStrainingwhichallthesameisapendentquestion.Keywords:supportvectorregression;motorfaultdiagnosis;forecastability;imitate0引言电机的状态监测与故障诊断技术研究,对提高电机的维护管理水平,保障其运行可靠性有重要意义。经过多年的研究与努力,人们已开发出一些比较成熟的状态监测技术和方法,可对多种电机故障状态进行监测、识别和诊断。由于电机故障机理的复杂性,难

6、以对实际故障建模,又加上环境噪声难以估图1模式识别系统构成计,因而很难形成一个准确的故障诊断判据。近年来,出现了利用支持向量机对电机故障进行诊断是一种很有发展前景的诊处理的目的就是去除噪声,加强有用信息。经过预处理后的时断方法。支持向量机(SVM)是在统计学习理论基础上发展域信号,运用快速傅里叶变换将时域的数字信号变换为对应的出的一种模式识别方法。SVM方法能在样本数较少的情况下频域信号,利用电机发生故障时的特征谱与正常谱来加以比较获得很好的分类推广能力,对于小样本、非线性及高维模式识和识别。特征的提取和选择一般还包括把测量的数据进行压缩[1]别问题

7、的解决具有许多特有的优势。目前,支持向量机方法这个过程。在很多领域得到了应用。本文通过对回归型支持向量机的研为了能够对模式识别进行分类,往往需要学习。学习就是究,探讨了回归型支持向量机在电机故障诊断方面的应用。改变学习系统的参数或者结构使得学习系统的某个性能指标达1电机故障模式识别系统到最优。分类决策就是在特征空间中把被识别对象归为某一类模式识别系统主要由4部分组成:对识别对象的数据获别。利用学习样本学习完毕后,学习系统参数或结构就固定下取、预处理、特征提取和选择及分类决策,如图1所示。来了,待识别信息经学习系统后的输出可根据某一个判别原从电机运行时

8、采集到的信号,由于信号传输或其他因素所则,对被识别对象进行分类。学习与分类决策的功能可以利用造成的影响,基本

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。