基于优化的LSSVM-HMM混合动力铲运机故障预测

VIP专享 2020-04-27 10:48:59 1.97MB PDF
31
收藏 收藏
举报

混合动力铲运机工作环境恶劣,电气系统复杂,故障原因耦合性强,故障种类多,数据大多呈非线性关系,针对传统单一的方法难以精确预测铲运机电气系统故障的问题,提出了一种把最小二乘支持向量机(Least Square Support Vector Machine,LSSVM)和隐马尔科夫模型(Hidden Markov Model,HMM)相结合并进行改进的故障预测方法。首先用历史时刻的铲运机运行状态数据通过LSSVM进行训练,将当前时刻状态数据输入训练好的LSSVM中预测出未来时刻的状态数据;然后通过历史数据训练不同故障状态下的HMM模型;最后把当前状态数据及通过LSSVM预测的状态数据导入训练好的HMM模型中,预测出未来时刻铲运机的状态及其变化趋势。针对传统用经验方法训练LSSVM参数和用Baum-Welch方法选择HMM参数容易陷入局部最优解和收敛速度慢等缺点问题,提出在LSSVM和HMM参数选择时采用人工鱼群算法(Artificial Fish Swarm Algorithm,AFSA)进行改进,提高了LSSVM和HMM的参数估计性能,得到LSSVM所需的最优惩罚参数和径向基核函数。整个

...展开详情
试读 7P 基于优化的LSSVM-HMM混合动力铲运机故障预测
立即下载 身份认证VIP会员低至7折
一个资源只可评论一次,评论内容不能少于5个字
您会向同学/朋友/同事推荐我们的CSDN下载吗?
谢谢参与!您的真实评价是我们改进的动力~
  • 至尊王者

关注 私信
上传资源赚钱or赚积分
最新推荐
基于优化的LSSVM-HMM混合动力铲运机故障预测 (VIP专享) VIP下载
1/7
基于优化的LSSVM-HMM混合动力铲运机故障预测第1页
基于优化的LSSVM-HMM混合动力铲运机故障预测第2页

试读结束, 可继续读1页

(VIP专享) VIP下载