采用pca和svm技术的矿井提升机故障诊断[外文翻译].doc

约9页DOC格式手机打开展开

采用pca和svm技术的矿井提升机故障诊断[外文翻译],附件c:译文 采用pca和svm技术的矿井提升机故障诊断摘要:一种基于主成分分析算法(pca)和支持向量机算法(svm)的新方法被提出用于矿井提升机故障诊断中。pca用来摘录与变速箱相关联的主要要素。然后,随着那些不相干的变速箱变量从变速箱相干变量中移除,提升机的液压系统和钢丝绳参数被用于输入到一个多类svm中。svm...
编号:8-97188大小:279.50K
分类: 论文>外文翻译

内容介绍

此文档由会员 qs_f5t2xd 发布

附件C:译文

采用PCA和SVM技术的矿井提升机故障诊断

摘要:一种基于主成分分析算法(PCA)和支持向量机算法(SVM)的新方法被提出用于矿井提升机故障诊断中。PCA用来摘录与变速箱相关联的主要要素。然后,随着那些不相干的变速箱变量从变速箱相干变量中移除,提升机的液压系统和钢丝绳参数被用于输入到一个多类SVM中。SVM首先利用通信链路分析器系统建立多类最优化算法,然后再应用到故障识别中。通过多种方法的比较,可以看出PCA-SVM方法成功的移除了冗余从而解决了维数问题。这些结果显示,这种将可再定位二进制码结构形式核函数用于SVM的算法拥有最好的分类性质。
关键词:故障诊断;主成分分析;支持向量机;矿井提升机
1 介绍
矿井提升机在煤矿工业有着非常重要的作用。它用于提升煤矿、废石、设备、物料、工具和矿工。矿井提升机系统的可靠性直接关系着工业任务的完成和工人的安全。所以,对矿井提升的研究引起很多关注。早期的故障诊断可以减少因故障而引起的间接损害和额外的维护。早期发现问题还可以延长机器的寿命、性能和有效性。许多研究员提出对运行中的矿井提升机进行诊断的方法和体系。各种方法包括微波神经网络,3层后向传播神经网络或灵敏的故障诊断预报 。
然而现存的故障诊断方法存在用于研究的信息范围的局限性和相关因素被忽视等缺点。因此,来自现实生活的故障诊断测量采样数据中经常存在许多不相关变量。这些不相关变量引起不必要的计算并且降低故障诊断的实时能力。因此,必须寻求更好更有效的特征选择方法。一种解决这个问题的可行方案是用一些减少维数的方法,例如主成分分析算法。
另一方面,故障诊断实质上是一种故障分类方法。SVM技术对分类中的小样品情况具有很好的概括性并且被成功应用于故障探测和诊断 。
2 主成分分析(PCA)
PCA,作为一种统计技术,将原始的变数组线性变换成一种能反映原始数组中大部分信息的基本的更小的不相关变量组。这种方法已经被广泛应用与各个领域,包括聚类分析、高维数据显示、回归作用、数据压缩和图像识别等。
引入一个n维数组向量 (t=1, 2, ..., m),n