本文選題：徑向基函數(shù)(RBF) + 變量預(yù)測(cè)模式識(shí)別方法��； 參考：《航空動(dòng)力學(xué)報(bào)》2017年02期

【摘要】：針對(duì)變量預(yù)測(cè)模型模式識(shí)別方法中4種數(shù)學(xué)模型不足以反映特征值之間復(fù)雜關(guān)系的缺陷.因此,提出了一種基于徑向基函數(shù)的變量預(yù)測(cè)模型(VPMRBF)模式識(shí)別方法,把提取的特征值輸入到VPMRBF分類器中,然后通過(guò)訓(xùn)練樣本建立反映特征值之間復(fù)雜關(guān)系的徑向基函數(shù)預(yù)測(cè)模型,最后把測(cè)試樣本的特征值作為徑向基函數(shù)預(yù)測(cè)模型的輸入,以預(yù)測(cè)誤差平方和為依據(jù)完成分類.該方法充分有效地利用并且結(jié)合徑向基函數(shù)和變量預(yù)測(cè)模式識(shí)別方法的優(yōu)點(diǎn),實(shí)現(xiàn)了故障特征提取到故障識(shí)別的全程診斷.滾動(dòng)軸承故障診斷實(shí)驗(yàn)分析結(jié)果表明:與徑向基神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)和變量預(yù)測(cè)模式識(shí)別方法相比,VPMRBF的識(shí)別率分別提高了4.75%,1.75%和5.25%.
[Abstract]:The four mathematical models in the pattern recognition method of variable prediction model are not sufficient to reflect the complex relationship between the eigenvalues. Therefore, a variable prediction model based on radial basis function (RBF) is proposed, and the extracted eigenvalues are input into the VPMRBF classifier. Then the radial basis function prediction model reflecting the complex relationship between the eigenvalues is established through the training samples. Finally, the characteristic values of the test samples are taken as the input of the radial basis function prediction model, and the classification is completed on the basis of the sum of the square of prediction errors. This method makes full and effective use of the advantages of radial basis function (RBF) and variable prediction pattern recognition method, and realizes the whole process of fault diagnosis from fault feature extraction to fault identification. The experimental results of rolling bearing fault diagnosis show that compared with radial basis function neural network, support vector machine and variable prediction pattern recognition method, the recognition rate of VPMRBF is increased by 4.75% and 5.25%, respectively.
【作者單位】： 湖南大學(xué)汽車車身先進(jìn)設(shè)計(jì)制造國(guó)家重點(diǎn)實(shí)驗(yàn)室;安徽工業(yè)大學(xué)機(jī)械工程學(xué)院;
【基金】：國(guó)家重點(diǎn)研發(fā)計(jì)劃(2016YFF0203400) 國(guó)家自然科學(xué)基金(51575168,51375152) 智能型新能源汽車國(guó)家2011協(xié)同創(chuàng)新中心資助項(xiàng)目 湖南省綠色汽車2011協(xié)同創(chuàng)新中心資助項(xiàng)目
【分類號(hào)】：TP391.4

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 程軍圣,于德介,楊宇;基于EMD的能量算子解調(diào)方法及其在機(jī)械故障診斷中的應(yīng)用[J];機(jī)械工程學(xué)報(bào);2004年08期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王建國(guó);王戈;王少鋒;高琳;仲濟(jì)祥;;基于一種EEMD的能量算子解調(diào)機(jī)械故障診斷[J];蘭州理工大學(xué)學(xué)報(bào);2016年06期

2 張浩東;任學(xué)平;;EMD與能量算子解調(diào)在軋機(jī)齒輪箱故障診斷中的應(yīng)用[J];內(nèi)蒙古科技與經(jīng)濟(jì);2016年23期

3 吳春光;王建朝;化麒;;基于NSP和SVM的滾動(dòng)軸承故障診斷方法[J];軸承;2016年12期

4 曹青松;陳剛;畢彬杰;周繼惠;;超聲波測(cè)振信號(hào)的能量算子解調(diào)方法[J];噪聲與振動(dòng)控制;2016年05期

5 周超;黃純;;基于LMD和TEO的電能質(zhì)量擾動(dòng)檢測(cè)分析[J];電力系統(tǒng)及其自動(dòng)化學(xué)報(bào);2016年09期

6 王建國(guó);王戈;王少鋒;張玉皓;劉永亮;仲濟(jì)祥;;基于小波包自相關(guān)的能量算子旋轉(zhuǎn)機(jī)械故障診斷[J];河南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2016年01期

7 張亢;程軍圣;;基于局部均值分解和峭度圖的滾動(dòng)軸承包絡(luò)分析方法[J];航空動(dòng)力學(xué)報(bào);2015年12期

8 梁瑞剛;姚熾偉;;基于譜峭度和Morlet小波的滾動(dòng)軸承故障診斷方法[J];山東工業(yè)技術(shù);2015年22期

9 王少鋒;王戈;王建國(guó);高琳;;基于小波包熵與EMD的能量算子解調(diào)機(jī)械故障診斷[J];機(jī)械設(shè)計(jì)與制造;2015年10期

10 楊宇;歐陽(yáng)洪;潘海洋;程軍圣;;基于嶺回歸的RVPMCD滾動(dòng)軸承故障診斷方法[J];計(jì)算機(jī)工程與應(yīng)用;2015年12期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 劉紅星,陳濤,屈梁生,李振武,于立柱;能量算子解調(diào)方法及其在機(jī)械信號(hào)解調(diào)中的應(yīng)用[J];機(jī)械工程學(xué)報(bào);1998年05期

2 王延春，謝明，丁康;包絡(luò)分析方法及其在齒輪故障振動(dòng)診斷中的應(yīng)用[J];重慶大學(xué)學(xué)報(bào)(自然科學(xué)版);1995年01期

3 鮑明,趙淳生;齒輪故障診斷技術(shù)的研究[J];南京航空航天大學(xué)學(xué)報(bào);1992年05期

4 唐德堯;;共振解調(diào)技術(shù)在機(jī)械故障診斷中的應(yīng)用和發(fā)展(一)[J];設(shè)備管理與維修;1991年11期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙喜林,趙喜玲,江祥奎;模式識(shí)別方法及其比較分析[J];信陽(yáng)農(nóng)業(yè)高等專科學(xué)校學(xué)報(bào);2004年03期

2 董j;李光軍;賀仲雄;;復(fù)雜系統(tǒng)的集對(duì)模式識(shí)別方法[J];現(xiàn)代電子技術(shù);2007年02期

3 盧洵,李世錚,張波濤;一種有效的模式識(shí)別方法[J];激光與光電子學(xué)進(jìn)展;1999年S1期

4 李永武,葉志前,陸金芳;計(jì)算機(jī)輔助分子構(gòu)效關(guān)系研究的模式識(shí)別方法[J];杭州醫(yī)學(xué)高等�？茖W(xué)校學(xué)報(bào);2002年Z1期

5 張春梅;田玉寶;王尚錦;;具有領(lǐng)域獨(dú)立性的通用模式識(shí)別方法的研究[J];微電子學(xué)與計(jì)算機(jī);2006年08期

6 錢宗華;周建軍;;生物信息學(xué)模式識(shí)別方法研究[J];內(nèi)江科技;2007年04期

7 姜楠;;模式識(shí)別方法在入侵檢測(cè)中的應(yīng)用[J];電子技術(shù)應(yīng)用;2007年10期

8 梁添才;皮佑國(guó);丘志文;王素利;;基于原型匹配的模式識(shí)別方法[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年05期

9 張植藍(lán)寶;張建國(guó);;基于新的模式識(shí)別方法和函數(shù)的研究[J];科技創(chuàng)新與生產(chǎn)力;2011年06期

10 崔衛(wèi)國(guó);李華祥;;用模式識(shí)別方法判別氧化物的溶解性[J];湛江水產(chǎn)學(xué)院學(xué)報(bào);1989年Z1期

相關(guān)會(huì)議論文 前6條

1 王慶人;;采用知識(shí)庫(kù)的模式識(shí)別方法[A];IEEE北京分會(huì)第一屆學(xué)術(shù)年會(huì)論文集[C];1987年

2 馬超;方劍青;李紅軍;雷玉錦;周陸軍;趙燁;;聲學(xué)共振譜信號(hào)模式識(shí)別方法[A];泛在信息社會(huì)中的聲學(xué)——中國(guó)聲學(xué)學(xué)會(huì)2010年全國(guó)會(huì)員代表大會(huì)暨學(xué)術(shù)會(huì)議論文集[C];2010年

3 朱孝開;楊德貴;;基于多層SVDD的模式識(shí)別方法[A];第十三屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2007）論文集[C];2007年

4 田高友;劉慧穎;;近紅外光譜技術(shù)識(shí)別車用無(wú)鉛汽油的應(yīng)用研究[A];第三屆科學(xué)儀器前沿技術(shù)及應(yīng)用學(xué)術(shù)研討會(huì)論文摘要集[C];2006年

5 崔建國(guó);張大千;呂瑞;徐心和;;基于模糊聚類網(wǎng)絡(luò)復(fù)雜信號(hào)的模式識(shí)別方法研究[A];2007'中國(guó)儀器儀表與測(cè)控技術(shù)交流大會(huì)論文集（二）[C];2007年

6 劉南;王鵬;李宏;;光纖傳感信號(hào)特性分析及模式識(shí)別方法[A];第六屆全國(guó)信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2012年

相關(guān)博士學(xué)位論文 前5條

1 科納提（Ahmed Amara KONATE）;在結(jié)晶巖中使用模式識(shí)別方法進(jìn)行地球物理測(cè)井?dāng)?shù)據(jù)分類[D];中國(guó)地質(zhì)大學(xué);2015年

2 孫茜;Ф-OTDR光纖預(yù)警系統(tǒng)模式識(shí)別方法研究[D];天津大學(xué);2015年

3 王彥，

本文編號(hào)：1918863