机电设备故障诊断和趋势预测的支持向量机方法

• 作者: 徐小力 王红军
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 设备故障诊断 故障趋势预示 支持向量机
• 年，卷（期）: 2005,（16）
• 所属期刊栏目: 工程与应用
• 页码范围: 207-209
• 页数: 3页
• 分类号: TH17
• 字数: 2885字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2005.16.063

摘要

分析了支持向量机(Support Vector Machine-SVM)的分类和回归算法.对近年来SVM在设备故障诊断和趋势预测方面的应用进行了回顾,给出了SVM用于设备状态趋势预测的模型和算法.采用AR(Auto Regressive)模型和SVM模型进行实验台的振动烈度的预测,表明SVM模型具有长区间预测精度高的特点.讨论了SVM在设备故障诊断和趋势预测研究的发展前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王红军	北京理工大学机械与车辆工程学院	113	655	14.0	21.0
5	徐小力	北京信息科技大学机械工程系	164	804	15.0	21.0