本文主要研究内容
作者史一明,程健,陈自强（2019）在《基于WLR和PSO-AFS-SVR的滚动轴承可靠度预测方法》一文中研究指出：在训练数据缺乏的情况下,为了提高支持向量回归机(SVR)对滚动轴承可靠度的预测精度,提出了一种基于威布尔线性回归(WLR)组合可靠度模型结合粒子群人工鱼群-支持向量回归机(PSO-AFSSVR)的预测方法。首先,使用威布尔统计模型与线性回归(LR)的组合模型作为可靠度模型,利用测量滚动轴承振动信号的加速度计频谱,依据峰值频率分布的变化,分割其性能衰退的各个阶段,对每个阶段单独建模,以便最大程度地挖掘小样本信息;其次,采用k-折交叉验证(k-fold)的平均绝对误差(MAE)和平均相对误差(MAPE)之和作为适应度函数,利用PSO-AFS优化SVR参数,提高其泛化能力和预测精度;最后,采用滚动轴承全寿命周期试验数据进行了验证试验。试验结果表明,所提方法可以对滚动轴承的可靠度进行更准确的预测。
Abstract
zai xun lian shu ju que fa de qing kuang xia ,wei le di gao zhi chi xiang liang hui gui ji (SVR)dui gun dong zhou cheng ke kao du de yu ce jing du ,di chu le yi chong ji yu wei bu er xian xing hui gui (WLR)zu ge ke kao du mo xing jie ge li zi qun ren gong yu qun -zhi chi xiang liang hui gui ji (PSO-AFSSVR)de yu ce fang fa 。shou xian ,shi yong wei bu er tong ji mo xing yu xian xing hui gui (LR)de zu ge mo xing zuo wei ke kao du mo xing ,li yong ce liang gun dong zhou cheng zhen dong xin hao de jia su du ji pin pu ,yi ju feng zhi pin lv fen bu de bian hua ,fen ge ji xing neng cui tui de ge ge jie duan ,dui mei ge jie duan chan du jian mo ,yi bian zui da cheng du de wa jue xiao yang ben xin xi ;ji ci ,cai yong k-she jiao cha yan zheng (k-fold)de ping jun jue dui wu cha (MAE)he ping jun xiang dui wu cha (MAPE)zhi he zuo wei kuo ying du han shu ,li yong PSO-AFSyou hua SVRcan shu ,di gao ji fan hua neng li he yu ce jing du ;zui hou ,cai yong gun dong zhou cheng quan shou ming zhou ji shi yan shu ju jin hang le yan zheng shi yan 。shi yan jie guo biao ming ,suo di fang fa ke yi dui gun dong zhou cheng de ke kao du jin hang geng zhun que de yu ce 。
论文参考文献
论文详细介绍
论文作者分别是来自测控技术的史一明,程健,陈自强，发表于刊物测控技术2019年03期论文，是一篇关于滚动轴承论文,可靠度预测论文,支持向量回归论文,人工鱼群算法论文,威布尔线性回归论文,测控技术2019年03期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自测控技术2019年03期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：滚动轴承论文; 可靠度预测论文; 支持向量回归论文; 人工鱼群算法论文; 威布尔线性回归论文; 测控技术2019年03期论文;