基于SVR的航空发动机滑油金属含量预测方法

发布时间：2017-08-05 20:19

  本文关键词：基于SVR的航空发动机滑油金属含量预测方法

  更多相关文章： 金属含量预测 粒子群算法 局部最优 散射模型 松弛系数

【摘要】：利用支持向量回归机(SVR)对航空发动机滑油中金属含量进行预测时,通常利用粒子群算法优化支持向量回归机中的参数。而随着迭代的深入,可能出现粒子陷入局部最优的情况。通过建立粒子散射模型对这部分粒子进行重定位,使之快速跳出局部最优。引入松弛系数p,对惯性参数ω进行调节,使整个算法快速收敛。仿真实验表明,算法有助于粒子收敛于全局最优点,提高了滑油中金属含量的预测精度。
【作者单位】： 四川大学空天科学与工程学院;
【关键词】： 金属含量预测 粒子群算法 局部最优 散射模型 松弛系数
【基金】：国家自然科学基金资助项目(51075286)
【分类号】：V228.2;TP18
【正文快照】： 通过对航空发动机润滑油中金属含量的监测和分析,可以知道发动机内部轴承,活塞,齿轮等的磨损情况。把采集到的历史金属含量值作为预测样本,利用机器学习的方法,可对金属含量值进行预测,实现对发动机零部件磨损情况的预判,从而为发动机的维护提供有效的判断依据。目前常用的办，

本文编号：626757