基于光谱分析和SVM的综合传动故障诊断研究

基于光谱分析和SVM的综合传动故障诊断研究

摘要：油液光谱分析是研究综合传动运行状态的重要方法,文章以油液光谱分析数据为基础,运用支持向量机(support vector machine,SVM),建立了一种多输出最小二乘支持向量回归方法.利用多输出最小二乘支持向量回归方法对两台综合传动光谱油液分析数据进行了研究分析.研究表明,此方法得到的.回归数据对1号综合传动试验数据具有良好的逼近效果,对2号综合传动油液光谱分析数据的预测具有较高的准确性.通过与2号综合传动试验数据的对比分析,发现了故障信息,并确定了故障部位.试验结果表明,该方法对于发现故障隐患,判断故障部位具有重要实际意义. 作者： 张英锋[1]马彪[2]张金乐[2]陈漫[2]范昱珩[3]李文昌[4] Author： ZHANG Ying-feng[1]  MA Biao[2]  ZHANG Jin-le[2]  CHEN Man[2]  FAN Yu-heng[3]  LI Wen-chang[4] 作者单位： 北京理工大学机械与车辆学院,北京100081;军事交通学院汽车工程系,天津300161北京理工大学机械与车辆学院,北京,100081中国兵器科学研究院,北京,100089江麓机电科技有限公司技术中心,湖南湘潭,411100 期 刊： 光谱学与光谱分析   ISTICEISCIPKU Journal： SPECTROSCOPY AND SPECTRAL ANALYSIS 年，卷(期)： 2010, 30(6) 分类号： U463.2 关键词： 光谱分析    支持向量机    综合传动    故障诊断    机标分类号： TP1 TK4 机标关键词： 油液光谱分析    SVM    综合传动    故障部位    诊断研究    Spectrometric Analysis    Based    Diagnosis of    Fault    支持向量机    光谱分析数据    回归方法    最小二乘    试验数据    多输出    运行状态    试验结果    实际意义    故障隐患    故障信息 基金项目： 国防十一五预先研究项目，高等学校学科创新引智计划项目，总装十一五预研项目

【基于光谱分析和SVM的综合传动故障诊断研究】相关文章：

基于光谱分析的综合传动空载磨合磨损规律研究06-11

基于油液光谱分析的PCA-AHP综合传动健康状态评价研06-11

基于SVM的遥感影像空间特征提取和分类研究07-11

基于SVM的航空发动机滚动轴承故障诊断技术研究07-07

改进的SVM算法及其在故障诊断中的应用研究09-07

基于WA-SVM的流域降雨序列预测研究及应用11-23

基于仿真与数据挖掘的故障诊断方法研究10-19

基于光谱分析技术的黄瓜与茎叶识别研究07-18

基于PNN的飞机发动机故障诊断研究07-07