基于AR和PSO_SVR的故障趋势预测

• 作者: 刘玉茹 宁芊
• 来源期刊: 计算机测量与控制
• 关键词: 自回归模型 支持向量回归 主成分析 特征提取 故障趋势预测
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 设计与应用
• 页码范围: 193-195,200
• 页数: 4页
• 分类号: TP206+.3
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2018.05.048

摘要

针对机械设备产生的非线性、非平稳时间序列,首先使用自回归模型对非平稳数据进行平稳化处理并确定模型的阶数,再使用支持向量回归算法对平稳后的数据进行拟合,并使用粒子群算法优化支持向量回归算法参数;最后,将该模型用于滚动轴承的退化趋势预测,通过提取滚动轴承的时域和频域特征,以经过主成分析降维后的数据为基础进行趋势预测;将该模型预测的结果与单独使用自回归模型和支持向量机模型预测的结果进行对比,实验结果表明该模型预测的效果较好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宁芊	四川大学电子信息学院	60	414	10.0	18.0
5	刘玉茹	四川大学电子信息学院	2	4	1.0	2.0