收藏本站
《苏州大学》 2011年
收藏 | 手机打开
二维码
手机客户端打开本文

基于支持向量机的故障诊断研究

费娜  
【摘要】:基于知识的诊断方法是一种很有前途的方法,尤其是在非线性系统领域。它的智能化技术和丰富的专家知识给用户提供了一个简单易用而又可靠的系统。然而,故障样本数的不足,制约着这项技术向实用化的推广。而支持向量机是一种基于统计学习理论的机器学习方法,对小样本情况具有优良的性能,能够在有限的特性信息样本下,最大限度地发掘数据中隐含的分类知识,非常适用于故障诊断这种实际的工程问题。 本文首先研究了经验风险最小化原则成立的条件、有限样本下经验风险与期望风险的关系及如何利用这些理论找到新的学习理论的实现方法,并给出了控制置信范围的方法——VC维。建立在VC维理论基础上的结构风险最小化原则通过控制经验风险和置信范围控制实际风险的界,为建立具有好的推广性能的学习机器提供了坚实的理论基础。 本文详细介绍了最优超平面的构造并进行了相应的求解,线性可分时可以在输入空间构造分类超平面;非线性可分时利用核函数映射,在高维特征空间构造分类超平面;考虑噪声数据时引入松弛变量构造分类超平面。 论文在Iris标准数据集的基础上构造了两类数据,并对它们进行二分类的仿真研究。选取三种常用核函数,通过Matlab仿真,深入研究了支持向量机的模型选择问题。详细演示了最优参数的选择过程,讨论了不同参数对于支持向量机分类性能的影响,比较了不同核函数的特点。并通过仔细的模型选择,得到各种核函数情况下的最优支持向量机。 最后,论文对基于SVM的故障诊断方法,选用不同核函数及其参数的SVM分类器对实际数控磨床的四种故障进行诊断,说明不同的算法、不同的核函数以及不同的参数,都会对支持向量机的性能造成影响,在此基础上提出了基于支持向量机的并行诊断网络,在样本数有限的情况下,为进一步提高故障分类的准确性开辟了新的途径。
【学位授予单位】:苏州大学
【学位级别】:硕士
【学位授予年份】:2011
【分类号】:TH165.3;TP18

手机知网App
【相似文献】
中国期刊全文数据库 前10条
1 董卓;朱永利;;基于支持向量机的变压器故障多层次诊断及定位[J];陕西电力;2011年08期
2 陈德林;朱跃峰;朱晓然;栗洪照;;基于矩不变量与SVM的滚动轴承故障诊断[J];轴承;2011年07期
3 董绍江;汤宝平;宋涛;;改进投票策略的Morlet小波核支持向量机及应用[J];振动.测试与诊断;2011年03期
4 霍天龙;赵荣珍;胡宝权;;基于熵带法与PSO优化的SVM转子故障诊断[J];振动.测试与诊断;2011年03期
5 王素云;崔丽威;宫雷;曹苏娜;;SVM方法在滚动轴承故障诊断中的应用[J];西安文理学院学报(自然科学版);2011年03期
6 吴定海;张培林;任国全;傅建平;;基于最大间隔超球分类器的柴油机异常检测研究[J];兵工学报;2011年07期
7 常广;张振乾;王毅;;高压断路器机械故障振动诊断综述[J];高压电器;2011年08期
8 黄胜忠;;遗传支持向量机在液压泵轴承故障的预测与应用[J];煤矿机械;2011年09期
9 姚诚;刘广孚;李忠国;陶凤阳;;基于小波系数功率谱的潜油电泵偏磨故障诊断[J];仪器仪表学报;2011年08期
10 于海蛟;;旋转机械故障产生的原因分析[J];湖南造纸;2011年02期
中国重要会议论文全文数据库 前10条
1 冯辅周;郭恒毅;江鹏程;;支持向量机及其在电机故障诊断中的应用[A];第九届全国振动理论及应用学术会议论文集[C];2007年
2 袁昊程;钟秋海;戴亚平;;基于支持向量机的旋转机械故障诊断[A];2003中国控制与决策学术年会论文集[C];2003年
3 史丽萍;杨晓冬;匡杰;;基于支持向量机的水泵故障诊断[A];中国计量协会冶金分会2007年会论文集[C];2007年
4 冯辅周;郭恒毅;江鹏程;;支持向量机及其在电机故障诊断中的应用[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年
5 初燕;付忠广;戈志华;靳涛;卞双;;基于支持向量机的故障诊断方法探讨[A];中国动力工程学会第三届青年学术年会论文集[C];2005年
6 张军峰;胡寿松;;基于多重核学习支持向量机的歼击机故障诊断[A];第七届全国信息隐藏暨多媒体信息安全学术大会论文集[C];2007年
7 李烨;蔡云泽;许晓鸣;;基于支持向量机集成的故障诊断[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年
8 和卫星;陈晓平;陈季云;陆森林;;石油钻井传动滚动轴承的故障诊断[A];2008中国仪器仪表与测控技术进展大会论文集(Ⅰ)[C];2008年
9 郭玮;李智勇;朱晟;孙慧;;支持向量机在变压器油溶解气体检测中的应用[A];第一届电力安全论坛优秀论文集[C];2008年
10 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
中国重要报纸全文数据库 前10条
1 李春成,查道军;汽车驱动桥故障诊断口诀[N];中国汽车报;2002年
2 王斌;电脑的日常维护与故障诊断[N];中国老年报;2001年
3 王梅霞;莱钢快速推进设备状态监测与故障诊断工作全面启动[N];世界金属导报;2007年
4 陈全东;BGF11-600型干式复合故障诊断[N];中国包装报;2003年
5 湖南 朱晶泽;多媒体音箱故障诊断经验谈[N];电脑报;2001年
6 武汉科技学院纺织服装学院 林子务;故障诊断中的数学概念[N];中国纺织报;2004年
7 黄安华;液压制动系统的故障诊断[N];中国汽车报;2002年
8 周传勇 杜慧;济钢设备点检与故障诊断管理系统上线运行[N];中国冶金报;2008年
9 李萍;济钢EAM离线网络点检和故障诊断管理系统开发应用[N];世界金属导报;2007年
10 胡荣山 马巍;上海海大一课题列入国家“863”计划[N];中国船舶报;2007年
中国博士学位论文全文数据库 前10条
1 赵冲冲;基于支持向量机的旋转机械故障诊断[D];西北工业大学;2003年
2 邢永忠;最小二乘支持向量机的若干问题与应用研究[D];南京理工大学;2009年
3 宋其江;基于有向图模型的故障诊断方法研究及其在航天中的应用[D];哈尔滨工业大学;2010年
4 陈非;基于过程信息融合的旋转机械信息(火用)故障诊断研究[D];华中科技大学;2010年
5 陈非;基于过程信息融合的旋转机械信息(火用)故障诊断研究[D];华中科技大学;2010年
6 冯志鹏;计算智能在机械设备故障诊断中的应用研究[D];大连理工大学;2003年
7 何小斌;基于统计学方法的自适应过程监控与故障诊断[D];上海交通大学;2009年
8 翟永杰;基于支持向量机的故障智能诊断方法研究[D];华北电力大学(河北);2004年
9 宋凯;基于PLS的统计质量监控研究与应用[D];浙江大学;2005年
10 李敏;复杂机械基于数据的建模与故障诊断[D];太原理工大学;2010年
中国硕士学位论文全文数据库 前10条
1 曾嵘;支持向量机在设备故障诊断中的应用研究[D];中南大学;2005年
2 杨琦;支持向量机在液压系统故障诊断中的应用研究[D];大连海事大学;2005年
3 潘庆丰;模糊模式识别技术研究及其在故障诊断中的应用[D];福州大学;2006年
4 初燕;支持向量机及其在热能工程领域中的应用[D];华北电力大学(北京);2006年
5 曾建武;粗糙集理论及故障诊断应用研究[D];浙江大学;2006年
6 郑媛媛;凸壳理论在支持向量分类机中的应用[D];东北电力大学;2009年
7 陈淼峰;基于EMD与支持向量机的转子故障诊断方法研究[D];湖南大学;2005年
8 程晓盛;基于Agent和支持向量机的远程智能诊断技术研究[D];燕山大学;2006年
9 雷瑾(Theingi Shwe);基于支持向量机的船舶主机缸盖故障诊断的研究[D];上海海事大学;2007年
10 于芙蓉;基于支持向量机的烟气轮机故障诊断研究[D];北京化工大学;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026