支持张量机在柴油机故障预测中的应用研究

摘要：

为了解决柴油机故障预测中大样本、非线性以及高维数据的数据预测问题，避免以向量输入带来的结构信息丢失和数据相关性被破坏等现象，结合支持向量机（SVM ）的学习框架和交替投影的思想，研究基于在线支持张量机（OSTM ）的柴油机故障预测算法和流程，并以测试精度、学习时间和均方根误差作为评价指标，利用远程监测系统采集的数据，分别应用在线支持向量机（OSVM ）和OSTM 进行故障预测和分析。结果表明，与OSVM 方法相比，OSTM方法测试精度较高，学习时间大幅缩短，预测模型的收敛速度较快，能有效在线预测柴油机故障。

关键词：柴油机、在线支持向量机、在线支持张量机、故障预测

分类号：TK428(内燃机)

在线出版日期：2015-05-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：106-110