期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于油液光谱LSSVR-AR模型的发动机故障预测
被引量：
4
1
作者
徐超
张培林
+2 位作者
任国全
李兵
吴定海
《内燃机学报》
EI
CAS
CSCD
北大核心
2010年第2期160-164,共5页
针对传统油液光谱数据预测模型精度有限的不足,提出了一种基于最小二乘支持向量回归(LSSVR)与AR模型相结合的非平稳时间序列建模方法(LSSVR-AR),并应用于某型履带车辆发动机油液光谱数据及故障的预测。首先对非平稳时间序列进行最小二...
针对传统油液光谱数据预测模型精度有限的不足,提出了一种基于最小二乘支持向量回归(LSSVR)与AR模型相结合的非平稳时间序列建模方法(LSSVR-AR),并应用于某型履带车辆发动机油液光谱数据及故障的预测。首先对非平稳时间序列进行最小二乘支持向量回归,得到非平稳时间序列的趋势项及剔除趋势项后的随机项;然后对随机项建立AR模型并与趋势项的LSSVR模型组合,得到非平稳时间序列模型;最后用所建模型对油液光谱数据及发动机故障进行预测。用所提建模方法对Fe、Cu、Pb、Si光谱数据预测的平均绝对百分比误差分别为1.987%、2.889%、2.343%、6.860%,明显低于其他模型。实例证明,所提模型能对发动机故障进行准确预测。
展开更多
关键词
最小二乘支持向量回归
AR
模
型
非平稳时间序列建模
油液光谱数据预测
故障预测
在线阅读
下载PDF
职称材料
题名
基于油液光谱LSSVR-AR模型的发动机故障预测
被引量：
4
1
作者
徐超
张培林
任国全
李兵
吴定海
机构
军械工程学院一系
出处
《内燃机学报》
EI
CAS
CSCD
北大核心
2010年第2期160-164,共5页
基金
国家自然科学基金资助项目(50705097)
清华大学摩擦学国家重点实验室开放基金资助项目(SKLTKF09B06)
军械工程学院基金资助项目(YJJXM08009)
文摘
针对传统油液光谱数据预测模型精度有限的不足,提出了一种基于最小二乘支持向量回归(LSSVR)与AR模型相结合的非平稳时间序列建模方法(LSSVR-AR),并应用于某型履带车辆发动机油液光谱数据及故障的预测。首先对非平稳时间序列进行最小二乘支持向量回归,得到非平稳时间序列的趋势项及剔除趋势项后的随机项;然后对随机项建立AR模型并与趋势项的LSSVR模型组合,得到非平稳时间序列模型;最后用所建模型对油液光谱数据及发动机故障进行预测。用所提建模方法对Fe、Cu、Pb、Si光谱数据预测的平均绝对百分比误差分别为1.987%、2.889%、2.343%、6.860%,明显低于其他模型。实例证明,所提模型能对发动机故障进行准确预测。
关键词
最小二乘支持向量回归
AR
模
型
非平稳时间序列建模
油液光谱数据预测
故障预测
Keywords
Least square support vector regression
Auto-regression model
Non-stationary time series modeling
Oil spectrum data prediction
Fault prediction
分类号
TK401 [动力工程及工程热物理—动力机械及工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于油液光谱LSSVR-AR模型的发动机故障预测
徐超
张培林
任国全
李兵
吴定海
《内燃机学报》
EI
CAS
CSCD
北大核心
2010
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
