發(fā)布時(shí)間：2021-05-26 15:59

　　為了保障設(shè)備穩(wěn)定可靠運(yùn)行,減少設(shè)備故障,針對(duì)很多設(shè)備采集樣本不均衡的現(xiàn)狀,提出了利用動(dòng)態(tài)權(quán)重的支持向量數(shù)據(jù)描述（SVDD）方法對(duì)設(shè)備健康度進(jìn)行評(píng)估;該方法首先利用設(shè)備正常健康數(shù)據(jù)進(jìn)行SVDD單類學(xué)習(xí);然后利用少量各種健康狀態(tài)的數(shù)據(jù)樣本計(jì)算SVDD模型超球面距離,結(jié)合其評(píng)估的健康度,使用二項(xiàng)式回歸算法得到健康度擬合曲線,實(shí)現(xiàn)了健康度準(zhǔn)確評(píng)估模型;在計(jì)算過(guò)程中,所有樣本進(jìn)行了指數(shù)變權(quán)的動(dòng)態(tài)權(quán)重處理以提高準(zhǔn)確性;最后以某型雷達(dá)發(fā)射機(jī)為例進(jìn)行了測(cè)試驗(yàn)證;結(jié)果表明,該方法可實(shí)現(xiàn)設(shè)備健康狀態(tài)準(zhǔn)確評(píng)估,具有不錯(cuò)的實(shí)用價(jià)值。 

【文章來(lái)源】：計(jì)算機(jī)測(cè)量與控制. 2020,28(09)

【文章頁(yè)數(shù)】：5 頁(yè)

【文章目錄】：
0 引言
1 SVDD模型
2 融合動(dòng)態(tài)權(quán)重歸一化算法
    2.1 基于指數(shù)函數(shù)的動(dòng)態(tài)權(quán)重算法
    2.2 基于權(quán)重因子的數(shù)據(jù)歸一化算法
    2.3 多項(xiàng)式回歸擬合算法
    2.4 數(shù)據(jù)預(yù)處理算法
    2.5 健康度評(píng)估方法
3 健康度實(shí)例評(píng)估與分析
4 結(jié)束語(yǔ)


【參考文獻(xiàn)】：
期刊論文
[1]基于相對(duì)健康度模型的齒輪箱運(yùn)行狀態(tài)綜合評(píng)價(jià)[J]. 趙仙保,宣征南,韓念琛.  機(jī)械傳動(dòng). 2019(02)
[2]基于大數(shù)據(jù)分析的列車健康度診斷方法[J]. 王維,齊玉玲.  電力機(jī)車與城軌車輛. 2018(06)
[3]基于多種測(cè)度的配電網(wǎng)關(guān)鍵設(shè)備在線狀態(tài)評(píng)估[J]. 劉志文,董旭柱,吳爭(zhēng)榮,陳立明.  電力系統(tǒng)及其自動(dòng)化學(xué)報(bào). 2018(11)
[4]基于LSTM的風(fēng)洞設(shè)備健康狀態(tài)評(píng)估方法研究[J]. 吳魁,孫潔,蔣波,王仙勇,黃玉龍.  計(jì)算機(jī)測(cè)量與控制. 2018(03)
[5]基于支持向量機(jī)的健康狀態(tài)評(píng)估方法[J]. 張春,舒敏.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2018(03)
[6]電能表健康度分析及整體運(yùn)行狀態(tài)預(yù)測(cè)方法[J]. 肖堅(jiān)紅,趙永紅,薛曉茹,孫承露,吳少雄,武文廣.  電網(wǎng)與清潔能源. 2016(07)
[7]多退化變量下基于實(shí)時(shí)健康度的相似性壽命預(yù)測(cè)方法[J]. 谷夢(mèng)瑤,陳友玲,王新龍.  計(jì)算機(jī)集成制造系統(tǒng). 2017(02)
[8]基于健康度分析與和聲蟻群算法-支持向量機(jī)的故障預(yù)測(cè)模型[J]. 邱文昊,黃考利,金賽賽,連光耀.  計(jì)算機(jī)應(yīng)用. 2015(11)
[9]基于深度學(xué)習(xí)理論的機(jī)械裝備大數(shù)據(jù)健康監(jiān)測(cè)方法[J]. 雷亞國(guó),賈峰,周昕,林京.  機(jī)械工程學(xué)報(bào). 2015(21)
[10]基于權(quán)重分析的灰色關(guān)聯(lián)度法在供水管網(wǎng)健康度評(píng)價(jià)中的應(yīng)用[J]. 許剛,王珅,王志紅,屠宇,龍志宏,林浩添.  給水排水. 2014(07)

碩士論文
[1]基于SVDD的模擬電路異常檢測(cè)方法研究及應(yīng)用[D]. 馬詠雪.哈爾濱工業(yè)大學(xué) 2016



本文編號(hào)：3206649