-
题名基于全矢最小二乘支持向量机的设备状态趋势预测
被引量：3
- 1
-
-
作者
张钱龙
韩捷
陈磊
吴彦召
胡鑫
-
机构
郑州大学振动工程研究所
-
出处
《机床与液压》
北大核心
2016年第19期174-177,共4页
-
基金
国家自然科学基金资助项目(51405453)
河南省教育厅科学技术研究重点项目指导计(13B603970.0)
河南省高等学校精密制造技术与工程重点学科开放实验室开放基金资助项目(PMTE201302A)
-
文摘
在支持向量机(SVM)基础上拓展出的最小二乘支持向量机(LS-SVM)非线性泛化能力更好,具有较高的拟合和预测精度,目前被广泛应用于设备状态趋势预测中。为进一步提高其预测精度,结合基于同源信息融合的全矢谱技术提出一种新的趋势预测方法——全矢LS-SVM。该方法采用全矢谱技术融合双通道信息,相比传统单通道信号提取方法,保障LS-SVM预测数据特征提取的完整性,提高预测精度。将该方法应用于某电厂1号汽轮机振动数据的预测,实验结果表明,全矢LS-SVM方法具有较高的预测精度。
-
关键词
趋势预测
全矢谱
LS-SVM
-
Keywords
Trend prediction
Full vector spectrum
LS-SVM
-
分类号
TH133
[机械工程—机械制造及自动化]
-
-
题名基于全矢谱-ARMA模型的机械振动强度预测研究
被引量：2
- 2
-
-
作者
吴彦召
韩捷
陈磊
郝旺身
张钱龙
-
机构
郑州大学振动工程研究所
-
出处
《机床与液压》
北大核心
2017年第3期193-196,162,共5页
-
基金
河南省教育厅科学技术研究重点项目指导计划(13B603970.0)
河南省高等学校精密制造技术与工程重点学科开放实验室开放基金资助项目(PMTE201302A)
-
文摘
单通道预测方法由于获取振动信息不完善的缺陷,导致预测结果一致性差,从而不能实现故障的预测。针对单通道信息不完善的缺陷,将时序预测重要方法 ARMA模型结合基于同源信息融合技术的全矢谱技术,提出了全矢谱-ARMA模型预测方法。全矢谱是由互相垂直的两个通道获取的信息融合而成,在同一截面其频谱结构不会随着一对传感器安装的方位不同而变化。通过全矢谱获得的频谱结构具有唯一性,因此该方法能够实现预测并且结果一致性好,从而能够实现对故障的预测。实验表明:该方法预测结果好,并且比较实用。
-
关键词
全矢谱
ARMA模型
强度预测
信息融合
-
Keywords
Full vector spectrum
ARMA model
Intensity prediction
Information fusion
-
分类号
TH16
[机械工程—机械制造及自动化]
TP277
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名全矢谱-ARMA模型的齿轮断齿故障强度预测研究
被引量：1
- 3
-
-
作者
吴彦召
韩捷
陈磊
张钱龙
-
机构
郑州大学振动工程研究所
-
出处
《机械设计与制造》
北大核心
2017年第6期131-134,共4页
-
基金
全矢经验模态分析理论及其在转子耦合故障诊断的研究(51405453)
河南省教育厅自然科学研究项目(2011B460012)
河南省教育厅科学技术研究重点项目(13A460673)
-
文摘
齿轮传动作为机械传动主要形式之一,应用极为广泛,设备在高速运转下,一旦发生齿轮断齿故障将会带来巨大的经济损失以及人员伤害,为让损失降到最低,需要做到故障强度早知道,因此设备故障强度预测显得尤为重要。单通道预测方法由于获取振动信息不完善,导致预测结果一致性差,从而不能很好地实现故障强度的预测。通过全矢谱获得的频谱结构具有唯一性的特点,能够很好地弥补单通道的不足,在此基础上,将时序预测方法 ARMA模型与全矢谱技术相结合,提出了全矢-ARMA模型预测方法,并把该方法应用到齿轮断齿故障强度预测研究中。实验表明,该方法预测齿轮断齿故障强度结果与实际较吻合。
-
关键词
全矢谱
ARMA模型
故障强度预测
信息融合
齿轮断齿故障
-
Keywords
Full Vector Spectrum
ARMA Model
Fault Strength Prediction
Information Fusion
Gear Broken Fault
-
分类号
TH16
[机械工程—机械制造及自动化]
TP277
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名全矢-ARMA模型在机械振动强度预测研究的应用
- 4
-
-
作者
韩捷
吴彦召
陈磊
郝旺身
张钱龙
-
机构
郑州大学振动工程研究所
-
出处
《郑州大学学报（工学版）》
CAS
北大核心
2016年第6期43-47,共5页
-
基金
国家自然科学基金资助项目(51405453)
河南省教育厅科学技术研究重点项目(13A460673)
-
文摘
单通道预测方法由于获取振动信息不完善,导致预测结果一致性差,从而不能很好地实现故障的预测.通过全矢谱获得的频谱结构具有唯一性的特点,能够很好地弥补单通道的不足,在此基础上,将时序预测方法 ARMA模型与全矢谱技术相结合,提出了全矢-ARMA模型,并把该方法应用到机械振动强度预测研究中.实验表明,该方法预测结果与实际较吻合.
-
关键词
全矢谱
ARMA模型
强度预测
信息融合
时序预测方法
-
Keywords
full vector spectrum
ARMA model
strength prediction
information fusion
time-series forecas-ting method
-
分类号
TH16
[机械工程—机械制造及自动化]
TP277
[自动化与计算机技术—检测技术与自动化装置]
-
