| 【项目成果摘要】 |
该项目以统计学习理论为基础,深入研究了应用支持向量机方法解决机械智能诊断和状态预测的相关问题。以旋转机械和往复机械的故障诊断和状态预测为工程应用背景,研究了基于RM界和基于数据分布界的两种核函数参数优化方法,并应用于故障分类器的参数优化;研究了二分类、多分类和模糊分类等多种分类方法,并建立了相应的故障分类器;研究了一种用于机械故障诊断的单值分类新方法,即支持向量数据描述法;提出了一种基于支持向量机的机械运行状态预测的新方法。开发了上述方法的应用软件,并应用于滚动轴承、齿轮箱、烟汽轮机组、汽轮发电机组和内燃机等设备,提高了故障分类和状态预测的精度。该项目为机械故障诊断和状态预测提供了一种新方法。; |