收藏本站
《南昌大学》 2007年
收藏 | 手机打开
二维码
手机客户端打开本文

基于支持向量机的智能故障诊断技术研究

虞国全  
【摘要】: 支持向量机和神经网络都是目前关于机器学习技术的研究热点。不同的是,前者是基于结构风险最小化原理,后者基于经验风险最小化原理。两者都非常适合故障诊断,但后者实现故障诊断必须有大量的故障样本,同时还有训练速度慢、结构确定难、容易陷入局部极小、泛化能力差等缺点,而前者不仅能解决小样本的问题,并且还有全局最优、泛化能力强等优点。针对它们的优缺点,本文从支持向量机理论与方法出发,结合径向基神经网络,提出了基于支持向量机的径向基网络的设备智能故障诊断方法,并通过实例验证了该方法的有效性。 本文从支持向量机和径向基神经网络的基本理论的出发,研究了支持向量机和径向基神经网络的技术特点及其优缺点。研究表明,支持向量机是一种凸优化问题,其解具有全局最优的特点,同时具有很强的泛化能力;径向基网络具有最佳逼近和全局最优等优点,不足的地方就是网络结构、隐层结点数和中心确定较难,泛化能力差。支持向量机最初是从线性可分和两类的分类情况下提出的,并发展成用来解决非线性和多类模式识别问题的有效手段。本文中主要介绍了用于处理此类问题的“一类对余类”的支持向量机。 在此基础上,提出了基于SVM的径向基网络智能故障技术,将它们用于设备的智能故障诊断中。本文主要提出基于支持向量机的特征变换与径向基网络的诊断方法、基于支持向量机的结构优化的径向基网络的诊断方法和基于支持向量机的特征变换与结构优化的径向基网络相结合的智能诊断方法。 通过对齿轮的故障诊断实例进行对比分析,得出如下结论: (1)基于支持向量机特征变换的径向基网络诊断方法可以简化样本数据的维数,提高径向基网络的训练速度,并获得更准确的诊断结果: (2)基于支持向量机的结构优化径向基网络故障诊断方法可以简化网络结构,提高网络的训练速度。 (3)基于支持向量机特征变换与结构优化径向基网络相结合的诊断方法不仅可以简化样本数据的维数,而且可以简化径向基网络的网络结构,进一步提高了网络的训练速度,获得更准确的诊断结果。
【学位授予单位】:南昌大学
【学位级别】:硕士
【学位授予年份】:2007
【分类号】:TP18

【引证文献】
中国期刊全文数据库 前1条
1 刘文科;潘宏侠;;基于核算法的智能故障诊断方法研究[J];机械管理开发;2009年03期
中国硕士学位论文全文数据库 前2条
1 马稳;基于支持向量机的模拟电路故障诊断研究[D];大连理工大学;2010年
2 李新春;基于声发射信号时频特征的转子裂纹故障诊断研究[D];湖南科技大学;2010年
【参考文献】
中国期刊全文数据库 前10条
1 孟银阔,吕振肃,刘建荣;支持向量机及其在模式分类中的应用[J];甘肃科学学报;2003年02期
2 朱大奇,于盛林;基于知识的故障诊断方法综述[J];安徽工业大学学报(自然科学版);2002年03期
3 赵石磊,杜德生;基于神经网络和支持向量机的电力系统负荷预测方法[J];信息技术;2005年07期
4 魏新,冯兴杰,刘山;基于支持向量机的多元文本分类研究[J];海军工程大学学报;2004年05期
5 鲍鸿,黄心汉,李锡雄;T-S型模糊RBF神经网络的结构研究[J];华中理工大学学报;1999年01期
6 朱博,胡燕,赵永标;人工神经网络在故障诊断系统中的应用[J];舰船电子工程;2005年01期
7 李凌均,张周锁,何正嘉;支持向量机在机械故障诊断中的应用研究[J];计算机工程与应用;2002年19期
8 杨云,朱家元,张恒喜;基于新型机器学习的电子装备系统智能故障诊断研究[J];计算机工程与应用;2003年22期
9 王红军,徐小力;机电设备故障诊断和趋势预测的支持向量机方法[J];计算机工程与应用;2005年16期
10 陆春月,王俊元;机械故障诊断的现状与发展趋势[J];机械管理开发;2004年06期
中国硕士学位论文全文数据库 前3条
1 何婕;SVM及其在车牌字符识别中的运用[D];四川大学;2005年
2 张正刚;基于小波神经网络的故障诊断方法研究[D];大庆石油学院;2005年
3 高明;水轮发电机组故障诊断系统设计及故障诊断技术研究[D];吉林大学;2005年
【共引文献】
中国期刊全文数据库 前10条
1 王倩;蒋林华;张京丰;徐海群;;模糊神经网络在粉煤灰混凝土强度预测中的应用[J];四川建筑科学研究;2006年06期
2 张彤;王建平;孟改样;;异因同果关联神经网络在工程造价中的应用研究[J];四川建筑科学研究;2009年02期
3 王全凤;郑浩;;基于径向基函数神经网络的高层建筑结构选型[J];四川建筑科学研究;2010年05期
4 倪志伟;;BP网络中激活函数的深入研究[J];安徽大学学报(自然科学版);1997年03期
5 张根耀,李竹林,赵宗涛;遮挡情况下运动目标的跟踪[J];安徽大学学报(自然科学版);2003年03期
6 王东霞;张楠;路晓丽;;基于育种算法的SVM参数优化[J];安徽大学学报(自然科学版);2009年04期
7 周鸣争;人工神经网络在自动控制系统中的应用[J];安徽机电学院学报;2000年02期
8 杨绪兵,韩自存;ε不敏感的核Adaline算法及其在图像去噪中的应用[J];安徽工程科技学院学报(自然科学版);2003年04期
9 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期
10 陈弋兰;王鸣;孙书诚;;朴素贝叶斯分类器的误差估计[J];安徽工程科技学院学报(自然科学版);2008年04期
中国重要会议论文全文数据库 前10条
1 何付军;张炜;王明章;;故障树分析法在屏蔽泵故障诊断中的应用[A];第九届全国振动理论及应用学术会议论文集[C];2007年
2 蒋丰;冯奇;;基于自组织映射神经网络的舰艇系统冲击损伤决策[A];第九届全国振动理论及应用学术会议论文集[C];2007年
3 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
4 赵延林;安伟光;;复合土钉支护基坑内部整体稳定可靠性分析[A];中国计算力学大会'2010(CCCM2010)暨第八届南方计算力学学术会议(SCCM8)论文集[C];2010年
5 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
6 ;Design of the Radar Trouble Diagnosis System Based on the Case[A];Proceedings of 4th International Symposium on Test and Measurement(Volume 1)[C];2001年
7 ;Intelligence Recognition of Reconnaissance Objective Based on INN Pattern Recognition[A];Proceedings of the 5th International Symposium on Test and Measurement(Volume 1)[C];2003年
8 ;Fuzzy Support Vector Machines Based on Fuzzy Similarity Degree[A];Proceedings of the 5th International Symposium on Test and Measurement(Volume 1)[C];2003年
9 ;Ultrasonic Flaw Classification in Seafloor Petroleum Transferring Pipeline through Chaotic Optimization and Support Vector Machine[A];Proceedings of 6th International Symposium on Test and Measurement(Volume 1)[C];2005年
10 ;Compensated Algorithm of Sensor Characteristic Based on Support Vector Machine[A];Proceedings of 6th International Symposium on Test and Measurement(Volume 4)[C];2005年
中国博士学位论文全文数据库 前10条
1 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
2 母丽华;煤矿安全预警系统的方法研究[D];哈尔滨工程大学;2010年
3 梁洪;基于内容的医学图像检索及语义建模关键技术研究[D];哈尔滨工程大学;2010年
4 任桢;图像分类任务的关键技术研究[D];哈尔滨工程大学;2010年
5 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年
6 朱广平;混响干扰中的信号检测技术研究[D];哈尔滨工程大学;2009年
7 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年
8 李晚龙;六自由度Stewart平台分散智能控制研究[D];哈尔滨工程大学;2010年
9 乔小燕;基于生物形态学的赤潮藻显微图像分割与特征提取研究[D];中国海洋大学;2010年
10 杨宁;计算机辅助卷烟配方设计关键技术研究[D];中国海洋大学;2010年
中国硕士学位论文全文数据库 前10条
1 刘辉;基于电子鼻的鱼粉新鲜度快速检测方法研究[D];华中农业大学;2010年
2 展慧;基于多源信息融合技术的板栗分级检测方法研究[D];华中农业大学;2010年
3 高昌鑫;Hilbert-Huang变换改进算法及其在齿轮箱故障诊断中的应用研究[D];河南理工大学;2010年
4 代宏伟;布里渊散射水下探测目标的自动识别[D];南昌航空大学;2010年
5 廖甜甜;白细胞图像语义识别分类的研究[D];南昌航空大学;2010年
6 李锦;基于声波的运动车辆行驶状态辨识理论研究[D];南昌航空大学;2010年
7 黄正荣;基于振动波的高速公路车辆行驶状态辨识理论研究[D];南昌航空大学;2010年
8 李旭东;煤矿通防安全信息集成与控制预警系统平台研究[D];山东科技大学;2010年
9 张鸿堃;矿山企业生产成本模块化管理与应用[D];山东科技大学;2010年
10 刘棉;人机划拳系统的实现[D];山东科技大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 田盛丰;基于核函数的学习算法[J];北方交通大学学报;2003年02期
2 刘学文,袁祖贻,缪龙秀,刘志明,王沁霞;焊接结构疲劳损伤的实时监测[J];北方交通大学学报;1996年04期
3 徐小力,梁福平,许宝杰,韩秋实,王为真;旋转机械状态监测及预测技术的发展与研究[J];北京机械工业学院学报;1999年04期
4 徐春广,王信义,邢济收,张卫民;钻头断裂声发射数学模型[J];北京理工大学学报;1997年01期
5 理华,徐春广,肖定国,黄卉,郑军,季皖东,郭浩;滚动轴承声发射检测技术[J];轴承;2002年07期
6 朱志宇,姜长生,张冰;基于支持向量回归的混沌序列预测方法[J];电工技术学报;2005年06期
7 彭敏放;何怡刚;吕敬祥;;基于智能信息融合的模拟电路故障定位方法[J];电工技术学报;2005年11期
8 梁戈超,何怡刚,朱彦卿;基于模糊神经网络融合遗传算法的模拟电路故障诊断法[J];电路与系统学报;2004年02期
9 韩宝如;孟玲玲;;一种基于小波神经网络的模拟电路故障诊断方法[J];电子测量技术;2006年06期
10 潘继飞,姜秋喜,毕大平;Wigner-Ville分布及其在脉压雷达信号检测中的应用[J];电子对抗技术;2005年01期
中国博士学位论文全文数据库 前3条
1 袁海英;基于时频分析和神经网络的模拟电路故障诊断及可测性研究[D];电子科技大学;2006年
2 孙永奎;基于支持向量机的模拟电路故障诊断方法研究[D];电子科技大学;2009年
3 刘美容;基于遗传算法、小波与神经网络的模拟电路故障诊断方法[D];湖南大学;2009年
中国硕士学位论文全文数据库 前10条
1 吴丹青;一种小波变换的计算机实现方法[D];浙江大学;2004年
2 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
3 印欣运;声发射技术在旋转机械碰摩故障诊断中的应用[D];清华大学;2005年
4 万喜新;基于信息融合技术的模拟电路故障诊断方法研究[D];湖南大学;2006年
5 朱颖辉;基于支持向量机的小样本故障诊断[D];武汉科技大学;2006年
6 刘久付;基于模糊神经网络的模拟电路故障诊断研究[D];河海大学;2007年
7 姬昕禹;基于神经网络方法的模拟电路故障诊断应用研究[D];西北工业大学;2007年
8 李旭;基于电路仿真原理的故障检测与诊断研究[D];大连理工大学;2007年
9 李田田;基于虚拟仪器的电路故障诊断[D];大连理工大学;2007年
10 孙刚;基于支持向量机的多分类方法研究[D];大连海事大学;2008年
【二级引证文献】
中国硕士学位论文全文数据库 前4条
1 齐元俊;基于支持向量机的故障诊断问题研究[D];东北石油大学;2011年
2 吴明岩;基于信息融合的模拟电路故障诊断研究[D];大连理工大学;2011年
3 程冉;基于小波分析的故障模式提取研究[D];北方工业大学;2012年
4 于林;基于支持向量机的管道腐蚀超声内检测信号处理研究[D];北京化工大学;2012年
【二级参考文献】
中国期刊全文数据库 前10条
1 王飚舵,朱衡君,余祖俊,刘维强;基于专家系统和神经网络的机车电路故障诊断系统研究[J];北方交通大学学报;1996年04期
2 张建华,王占林;基于模糊神经网络的故障诊断方法的研究[J];北京航空航天大学学报;1997年04期
3 李侃,高春晓,刘玉树;基于SVM的空间数据库的层次聚类分析[J];北京理工大学学报;2002年04期
4 柳回春,马树元,吴平东,杨峰,曾兴生,毕路拯;UK心理测试自动分析系统的手写体数字识别[J];北京理工大学学报;2002年05期
5 张彦铎,姜兴渭;多传感器信息融合及在智能故障诊断中的应用[J];传感器技术;1999年03期
6 陈向东,赵登峰,王国强,许纯新;基于神经网络的滚动轴承故障监测[J];轴承;2003年02期
7 金建国,李勇,孙海波;基于 BP 网络的汽轮发电机组振动故障诊断方法研究[J];东北电力学院学报;1998年01期
8 闻新,周露;神经网络故障诊断技术的可实现性[J];导弹与航天运载技术;2000年02期
9 文福拴,邱家驹,韩祯祥;只利用断路器信息诊断电力系统故障的高级遗传算法[J];电工技术学报;1996年02期
10 张鸣柳,孙才新;变压器油中气体色谱分析中以模糊综合评判进行故障诊断的研究[J];电工技术学报;1998年01期
【相似文献】
中国期刊全文数据库 前10条
1 郭成芳;;支持向量机在网络异常入侵检测中的应用研究[J];计算机仿真;2011年07期
2 谢凌然;高长伟;沈玉娣;;基于混合核函数支持向量机的齿轮诊断方法研究[J];机械传动;2011年09期
3 邝涛;张倩;;改进支持向量机在电信客户流失预测的应用[J];计算机仿真;2011年07期
4 白怀文;王暄;;基于Hu矩和支持向量机的人脸与非人脸分类识别[J];计算机应用与软件;2011年07期
5 宋晖;薛云;张良均;;基于SVM分类问题的核函数选择仿真研究[J];计算机与现代化;2011年08期
6 赵亚楠;李钢虎;曾渊;;基于最小均方无失真响应和支持向量机的被动声纳目标识别[J];声学技术;2011年03期
7 余萍;;基于支持向量机发展的研究[J];新课程(教育学术);2011年05期
8 王安娜;李云路;赵锋云;史成龙;;一种新的半监督直推式支持向量机分类算法[J];仪器仪表学报;2011年07期
9 关欣;郭强;张政超;赵静;翟鸿君;;基于核函数支持向量机的雷达辐射源识别[J];弹箭与制导学报;2011年04期
10 郭金玲;樊东燕;;基于SVM的山西省旅游需求预测与分析[J];电脑开发与应用;2011年09期
中国重要会议论文全文数据库 前10条
1 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
2 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
3 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
4 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
5 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
6 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
7 师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(上册)[C];2004年
8 张军;;支持向量机方法在地下水位干扰排除中的初步应用[A];2007年地震流体学术研讨会论文摘要集[C];2007年
9 许建生;盛立东;;基于改进的支持向量机和BP神经网络的识别算法[A];第八届全国汉字识别学术会议论文集[C];2002年
10 荣海娜;张葛祥;张翠芳;;基于支持向量机的非线性系统辨识方法[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
中国重要报纸全文数据库 前10条
1 课题主持人 李心丹 课题协调人 上海证券交易所 施东晖 傅浩 课题研究员 宋素荣 查晓磊 宾红辉 张许宏 郭静静 黄隽 南京大学工程管理学院;内幕交易与市场操纵的行为动机与判别监管研究[N];中国证券报;2007年
2 李水根;计算机详解配伍与药效关系[N];健康报;2005年
3 清华大学 苏光大;非接触式人脸识别技术[N];计算机世界;2006年
4 YMG记者 李仁 通讯员 曲华明 孙运智;我市九项目进入省“盘子”[N];烟台日报;2010年
5 上海大学理学院教授、副院长 陆文聪;酷爱化学 孜孜以求[N];中国化工报;2006年
6 ;选择合适的数据挖掘算法[N];计算机世界;2007年
7 周颖;王米渠与中医心理学[N];中国中医药报;2006年
8 记者 耿挺;蛋白质功能算出来[N];上海科技报;2007年
9 记者 张云普通讯员 全攀峰 安强强;大庆物探深度域地震资料岩性解释技术获得五大突破[N];中国石油报;2008年
10 本报记者 冯治恩;敢与“雷公”试比高[N];铜川日报;2008年
中国博士学位论文全文数据库 前10条
1 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
2 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
3 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
4 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
5 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
6 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
7 田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年
8 燕忠;基于蚁群优化算法的若干问题的研究[D];东南大学;2005年
9 任东;基于支持向量机的植物病害识别研究[D];吉林大学;2007年
10 杨金芳;支持向量回归在预测控制中的应用研究[D];华北电力大学(河北);2007年
中国硕士学位论文全文数据库 前10条
1 虞国全;基于支持向量机的智能故障诊断技术研究[D];南昌大学;2007年
2 王启超;基于组合核函数支持向量机的软测量技术及其应用研究[D];江西理工大学;2011年
3 江锋;支持向量机在分类及人脸检测应用中的研究[D];南京理工大学;2003年
4 傅正钢;基于统计学习的人工智能在数字游戏和数字娱乐上的应用[D];浙江大学;2004年
5 朱晓芳;基于支持向量机的田间杂草识别方法研究[D];江苏大学;2010年
6 朱明玲;基于改进的小波变换和支持向量机的纺织细纱机故障自动诊断[D];东华大学;2011年
7 张宝华;支持向量机在入侵检测系统中的研究和应用[D];天津理工大学;2010年
8 赖永标;支持向量机在地下工程中的应用研究[D];山东科技大学;2004年
9 沈徐辉;基于核主成分与支持向量机的体内药物代谢预测[D];浙江大学;2011年
10 李铮;基于支持向量机的道路交通标志识别的研究[D];燕山大学;2011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