基于Kolmogrov-Smirnov检验和LS-SVM的机械设备故障预测

摘要：

提出一种基于Kolmogrov?Smirnov检验和LS?SVM的机械设备故障预测新方法。基于K?S检验计算参考样本与正常状态样本经验分布函数的相似度，确定2个样本是否属于同一分布，即设备是否处于相同的运行状态，实现对设备运行退化状态进行识别，并采用当前退化状态与正常状态的K?S距离作为性能评估量化指标，在此基础上给出基于K?S检验和LS?SVM的设备故障预测系统框架。研究结果表明：该方法可以有效地对设备进行退化评估和故障预测，计算效率高，具有较好的适用性。

关键词：故障预测、退化评估、K-S检验、最小二乘支持向量机

所属期刊栏目：47

分类号：TH17;TP206

资助基金：国家自然科学基金资助项目51405246；江苏省自然科学基金资助项目BK2011391Project51405246 supported by the National Natural Science Foundation of China;ProjectBK2011391 supported by the Natural Science Foundation of Jiangsu Province

在线出版日期：2016-07-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1924-1929