基于SVM-Clara模型的机械设备状态监测方法
Mechanical Equipment Condition Monitoring Method Based on SVM-CLARA Model作者机构：湖南科技大学数学与计算科学学院湖南湘潭411201
出 版 物：《工业控制计算机》 (Industrial Control Computer)
年 卷 期：2022年第35卷第1期
页 面：47-49,51页
学科分类：08[工学] 0802[工学-机械工程] 080201[工学-机械制造及其自动化]
主 题：状态监测 信号处理 SVM支持向量机 Clara算法
摘 要：对工业机械设备的状态进行及时监测,可以极大程度地降低企业因工业设备故障带来的损失。以传统的设备状态监测方法为基础,结合机器学习中的SVM支持向量机算法与Clara聚类算法,首次提出了基于SVM-Clara模型的机械设备状态监测方法。通过仿真实验,首先得到了SVM-Clara模型的最高效率为96.9%,最佳训练数据量为7000,此时模型最高的聚类效率为32.07%;接着再与传统的三种机械设备状态监测方法进行横向对比,得出SVM-Clara模型的理论准确率为95.8333%,证明了基于SVM-Clara模型的机械设备状态监测方法的准确性与高效性。
维普期刊数据库
同方期刊数据库