10.3969/j.issn.0254-3087.2016.04.009
信息熵与优化LS-SVM的轴承性能退化模糊粒化预测
为了提高滚动轴承性能退化指标的预测精度,得到性能退化指标的一个预测范围,本文提出信息熵与优化最小二乘支持向量机(LS-SVM)的轴承性能退化趋势模糊粒化预测.首先利用信息熵理论提取轴承信号的性能退化指标序列,再利用模糊信息粒化理论对该性能退化指标序列进行模糊信息粒化;然后将粒化后的数据输入给LS-SVM进行回归预测,并采用粒子群算法(PSO)优化LS-SVM的惩罚参数和核函数参数;最后根据实测值和预测值的对比分析评估预测模型的优良性.实验结果表明,对于每个时间段内的轴承性能退化指标,该方法均能获得准确的预测结果,具备较强的实用性和工程应用价值.
信息熵、最小二乘支持向量机、模糊信息粒化、滚动轴承、趋势预测
37
TH319.3;TH132.2(泵)
国家自然科学基金51405264,51475266
2016-07-13（万方平台首次上网日期，不代表论文的发表时间）
共9页
779-787
