基于组合核函数O SVR算法的起重机减速齿轮箱磨损趋势预测

• 作者: 关德壮 冯毅 吴建 张登峰 曹劲然 石胜征 陆宝春
• 来源期刊: 中国机械工程
• 关键词: 齿轮箱 磨损趋势预测 在线支持向量机回归 核函数
• 年，卷（期）: 2015,（5）
• 页码范围: 641-646
• 页数: 6页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1004132X.2015.05.013

摘要

针对起重机减速齿轮箱的磨损过程具有非线性与时变性,传统磨损趋势预测方法无法有效兼顾预测精度与执行效率的问题,提出了一种基于组合核函数的在线支持向量机回归(online support vector regression,OSVR)预测算法。OSVR的在线学习算法能够适应时间序列的时变性并提高执行效率,同时可利用不同的核函数性能,通过组合模型提高预测精度。采用实际齿轮箱铁谱数据对预测算法进行验证,结果表明,基于组合核函数的 OSVR预测算法具有很好的预测精度和适应性,能有效预测起重机齿轮箱的磨损故障,且相比于单一 OSVR 算法和灰色神经网络组合算法有更高的效率和预测精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆宝春		93	555	11.0	18.0
2	冯毅		9	36	4.0	6.0
3	张登峰		46	395	11.0	18.0
4	石胜征		5	10	1.0	3.0
5	曹劲然		2	10	1.0	2.0
6	吴建		3	10	1.0	3.0
7	关德壮		4	10	1.0	3.0