学位论文 > 优秀研究生学位论文题录展示
基于支持向量机的故障诊断问题研究
作 者: 齐元俊
导 师: 任伟建
学 校: 东北石油大学
专 业: 油气信息与控制工程
关键词: 支持向量机 故障诊断 自适应核函数 混合核函数 多类分类
分类号: TP18
类 型: 硕士论文
年 份: 2011年
下 载: 94次
引 用: 0次
阅 读: 论文下载
内容摘要
支持向量机借助于最优化方法解决机器学习中的问题,在解决少样本数据集以及非线性问题上有独特优势,适用于解决抽油机故障这种少样本问题。本文将支持向量机方法应用于油田抽油机故障诊断。具体完成了以下工作:对智能故障诊断常用方法和局限做了详细分析和研究,并深入探讨了抽油机故障这一少样本问题的常用解决办法。研究了支持向量分类机,就多类分类问题进行探讨,重点分析了“一对一方法”和“一对余方法”。对核函数进行了改进,一是采用自适应核函数,利用样本数据对原核函数进行修正,得到相应的核函数,在一定程度上提高了正确率和分类速度,减少了支持向量的数量;二是提出一种基于改进的Gauss核函数的混合核函数,该核函数兼具单一Gauss核函数和多项式核函数的性能,具备全局性核函数学习能力强和泛化能力强的双重优点。将支持向量机应用于油田抽油机故障诊断,并对诊断结果进行比较,讨论相关参数对诊断结果的影响。
|
全文目录
摘要 4-5 ABSTRACT 5-6 创新点摘要 6-9 第一章 绪论 9-14 1.1 课题选题目的、意义 9-10 1.2 故障诊断的意义及其研究现状 10-11 1.3 支持向量机国内外研究现状 11-12 1.4 论文的主要研究内容 12 1.5 论文的安排 12-14 第二章 故障诊断方法研究及分析 14-21 2.1 故障智能诊断方法 14-17 2.2 故障诊断中存在的主要问题 17 2.3 抽油机故障诊断方法 17-20 2.3.1 抽油机常见故障 17-18 2.3.2 常用的抽油机故障诊断方法 18-19 2.3.3 抽油机故障诊断方法的发展方向 19-20 2.4 本章小结 20-21 第三章 支持向量机基本理论 21-34 3.1 机器学习的基本模型 21 3.2 支持向量机基本思想 21-24 3.3 支持向量机的主要算法 24-26 3.3.1 C-SVM 算法 25 3.3.2 BSVM 算法 25 3.3.3 v-SVM 算法 25-26 3.3.4 LS-SVM 算法 26 3.4 支持向量分类机 26-29 3.4.1 支持向量两类分类问题 26-27 3.4.2 C-SVC 算法与v-SVC 算法及分析 27-29 3.5 支持向量机多类分类问题 29-32 3.5.1 多类分类问题的直接方法 29-30 3.5.2 多类分类问题的扩展方法 30-32 3.6 本章小结 32-34 第四章 核函数分析及改进 34-43 4.1 核函数及其性质 34-35 4.1.1 核函数的定义 34 4.1.2 核函数的基本性质 34-35 4.1.3 核函数的特点 35 4.2 几类重要的核函数 35-40 4.2.1 全局性核函数 36-37 4.2.2 局部性核函数 37-39 4.2.3 核函数及参数的选择 39-40 4.3 自适应核函数 40-41 4.4 基于一种改进的Gauss 核函数的混合核函数 41-42 4.5 本章小结 42-43 第五章 支持向量机在故障诊断问题中的应用研究 43-49 5.1 数据采集及故障特征的提取 43-45 5.2 基于支持向量机的抽油机故障诊断 45-47 5.2.1 C-SVC 的仿真实验 45-46 5.2.2 v-SVC 的仿真实验 46-47 5.2.3 多类分类的仿真实验 47 5.3 诊断结果对比分析 47-48 5.4 本章小结 48-49 结论 49-51 参考文献 51-54 发表文章目录 54-55 致谢 55-56 详细摘要 56-62
|
相似论文
- 基于WinCE平台的故障分析仪应用程序设计与开发,TP311.52
- 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 音乐结构自动分析研究,TN912.3
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 基于图像的路面破损识别,TP391.41
- 过程支持向量机及其在卫星热平衡温度预测中的应用研究,TP183
- 基于监督流形学习算法的固有不规则蛋白质结构预测研究,Q51
- 基于车载3D加速传感器的路况监测研究,TP274
- 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
- 支持向量机回归在短期电力负荷预测中的应用研究,TM715;F224
- 面向肺部CAD的特征提取、选择及分类方法研究,TP391.41
- HART现场故障诊断仪的研究与实现,TP277
- 基于静止气象卫星云图的分类研究,TP391.41
- 遗传算法的若干改进及其在支持向量机中的应用研究,TP18
- 聚合釜群多通道实时在线监测系统研究,TP274
- 基于EMD与神经网络的柱塞泵故障诊断方法,TH322
- 基于滑模观测器的非线性系统故障诊断与故障重构问题研究,TP13
- 数字通信信号调制识别研究,TN914.3
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论
© 2012 www.xueweilunwen.com
|