结合相空间和LS-SVM的风机状态预测方法

• 作者: 李春杰 王晓景 王蓬 阳建宏 黎敏
• 来源期刊: 中国科技论文
• 学科: 工学
• 关键词: 风机 故障诊断 相空间方法 最小二乘逼近 支持向量机
• 年，卷（期）: 2013,（8）
• 页码范围: 743-746
• 页数: 4页
• 分类号: TH432|TH165+.3
• 字数: 3776字
• 语种: 中文

摘要

针对风机运行过程中存在的非线性非平稳特征,提出一种相空间与最小二乘支持向量机(LS-SVM)相结合的风机状态预测方法.首先利用相空间重构方法将一维的时间序列拓展到高维相空间中,还原出风机运行的动力学行为;然后将高维空间中的拓扑结构输入到最小二乘支持向量机中,利用其非线性拟合的优势,最终实现风机状态的趋势预测.利用该方法与BP神经网络方法分别对工业现场的风机振动信号进行对比分析,最大预测误差从7.22％下降到3.75％,说明在相同样本数的条件下,新方法能够更准确地预测风机的振动状态,可为维修决策提供更可靠的数据支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黎敏	北京科技大学机械工程学院	55	385	9.0	17.0
2	阳建宏	北京科技大学机械工程学院	63	577	14.0	21.0
3	王晓景	北京科技大学机械工程学院	5	22	3.0	4.0
4	王蓬	北京科技大学机械工程学院	1	3	1.0	1.0
5	李春杰		1	3	1.0	1.0