资料下载
×
LSSVM与HMM在航空发动机状态预测中的应用
消耗积分:3 |
格式:rar |
大小:1.41 MB |
2018-01-23
分享资料个
传统单一的状态预测方法难以精确预测航空发动机状态的缺陷，而最小二乘支持向量机（ LSSVM）具有较强的非线性预测能力和泛化能力，可以有效地对信号进行非线性预测，隐马尔科夫模型（ HMM）有利于处理连续的动态信号，能够精确计算出似然度概率。提出一种结合LSSVM与HMM的状态预测方法。利用提升小波函数全阈值降噪法对采集的振动信号进行降噪，采用小波包分解提取有效的特征，选择不同状态下的特征量训练多个HMM模型，并通过此模型对未知信号特征量以及LSSVM预测的特征量进行状态监测，从而预测出发动机未来时刻的状态以及状态的退化趋势。实验结果表明，该方法的预测准确率达到92%以上，能够有效地预测航空发动机的状态情况。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
