组合模型在电子设备故障预测中的应用
TP206; 针对传统的故障预测方法不能直接对电子设备进行状态预测的问题,提出了基于视情维修(CBM)的最小二乘支持向量机(LSSVM)和隐马尔可夫(HMM)组合故障预测模型,本模型充分利用了LSSVM解决小样本数据时计算速度快,可对信号进行非线性预测和HMM数据结构严谨,计算性能可靠,状态识别精度高的优点,将二者相结合实现故障状态预测.实验结果证明,文章所提出的组合故障预测模型能直接得到该设备的预测状态,而且相对精度较高....
Gespeichert in:
| Veröffentlicht in: | 科技创新与应用 2018 (15), p.22-25 |
|---|---|
| Hauptverfasser: | , , |
| Format: | Artikel |
| Sprache: | chi |
| Online-Zugang: | Volltext |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Zusammenfassung: | TP206; 针对传统的故障预测方法不能直接对电子设备进行状态预测的问题,提出了基于视情维修(CBM)的最小二乘支持向量机(LSSVM)和隐马尔可夫(HMM)组合故障预测模型,本模型充分利用了LSSVM解决小样本数据时计算速度快,可对信号进行非线性预测和HMM数据结构严谨,计算性能可靠,状态识别精度高的优点,将二者相结合实现故障状态预测.实验结果证明,文章所提出的组合故障预测模型能直接得到该设备的预测状态,而且相对精度较高. |
|---|---|
| ISSN: | 2095-2945 |