[发明专利]一种基于IAALO-SVM与相似性度量的故障预测方法有效
| 申请号： | 201910336933.0 | 申请日： | 2019-04-25 |
| 公开（公告）号： | CN110147827B | 公开（公告）日： | 2021-04-30 |
| 发明（设计）人： | 胡薇薇;范慧;孙宇锋;赵广燕 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/00;G06F30/27 |
| 代理公司： | 北京慧泉知识产权代理有限公司 11232 | 代理人： | 王顺荣;唐爱华 |
| 地址： | 100191*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 iaalo svm 相似性 度量 故障 预测 方法 | ||
【权利要求书】：
1.一种基于自适应蚁狮优化的支持向量机的单步循环迭代故障预测方法，其特征在于：该方法步骤如下：
步骤一：选取关键故障器件
根据不同电路特征，对电路进行失效模式及失效机理分析，文献调研后选取关键的故障器件；
步骤二：提取电路系统特征参数
确定关键故障器件后，对故障器件失效机理进行分析调研，采取频响电压为特征参数，提取电路系统特征参数；
步骤三：训练支持向量机回归模型
S31、按照步骤二的方式提取电路系统特征参数，确定频响电压的故障阈值，通过仿真得到对应的系统固定频率的频响电压值；
S32、因频响电压达到阈值时认定电路故障，截取全寿命周期直至故障发生前的特征参数值作为一条退化轨迹；
S33、通过蒙特卡罗仿真得到多条退化轨迹，分为训练集与测试集；训练集用于训练支持向量机回归模型，即输入到支持向量机回归模型中，使其进行学习其规律；测试集中的数据用于计算相似性距离，也可输入到已优化的支持向量机中进行预测；
步骤四：计算相似性距离
将测试集和训练集的数据基于动态时间规整方法进行相似性度量，得到两者之间的相似性距离；
步骤五：进行寿命融合
两个数据集的相似性距离d越小，代表两个序列的相似性越高，对应序列的预测结果所占权重就越大，即权重与距离成反比，序列预测结果所占权重则某一时刻最终寿命预测融合结果为ti为输入到预测模型中的预测结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京航空航天大学，未经北京航空航天大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910336933.0/1.html，转载请声明来源钻瓜专利网。
