基于Kolmogrov-Smirnov检验和LS-SVM的机械设备故障预测

• 作者: 王恒 花国然 马海波 黄希
• 来源期刊: 中南大学学报（自然科学版）
• 学科: 工学
• 关键词: 故障预测 退化评估 K-S检验 最小二乘支持向量机
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 机械工程 ? 控制科学与工程
• 页码范围: 1924-1929
• 页数: 6页
• 分类号: TH17|TP206
• 字数: 2737字
• 语种: 中文
• DOI: 10.11817/j.issn.1672-7207.2016.06.014

摘要

提出一种基于Kolmogrov?Smirnov检验和LS?SVM的机械设备故障预测新方法。基于K?S检验计算参考样本与正常状态样本经验分布函数的相似度，确定2个样本是否属于同一分布，即设备是否处于相同的运行状态，实现对设备运行退化状态进行识别，并采用当前退化状态与正常状态的K?S距离作为性能评估量化指标，在此基础上给出基于K?S检验和LS?SVM的设备故障预测系统框架。研究结果表明：该方法可以有效地对设备进行退化评估和故障预测，计算效率高，具有较好的适用性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	花国然	南通大学机械工程学院	76	214	7.0	11.0
2	马海波	南通大学机械工程学院	7	103	6.0	7.0
3	王恒	南通大学机械工程学院	39	165	7.0	12.0
4	黄希	南通大学机械工程学院	32	141	6.0	11.0