基于支持向量機理論的可靠性分析方法研究.pdf

1、數(shù)控機床作為制造業(yè)的“工作母機”,其性能直接關(guān)系到加工效率和產(chǎn)品質(zhì)量。高性能的大型數(shù)控裝備要求具有很高的進給速度和加速度,并在高速下具有高的定位精度,這往往取決于機床的動力學(xué)特性和伺服控制特性等相關(guān)動態(tài)性能。但由于大型數(shù)控裝備樣本量小,生命周期長,可靠性要求高,普及類數(shù)控機床的研究成果不適用,需要針對大型數(shù)控裝備的相關(guān)動態(tài)特性進行研究。本文以大型數(shù)控裝備為對象,研究基于支持向量機理論的可靠性分析方法,主要研究內(nèi)容與結(jié)論如下:
　　

2、1)設(shè)計了基于退化數(shù)據(jù)的大型數(shù)控裝備性能的可靠性分析基本流程,包括收集退化數(shù)據(jù)、處理退化數(shù)據(jù)和可靠性評估三個部分。
　　2)研究支持向量機的數(shù)學(xué)模型,從理論上分析支持向量機在小子樣數(shù)據(jù)處理中的優(yōu)勢,并指出支持向量機在實際運用中的缺陷。
　　3)采用一種支持向量機的進化工具“最小二乘支持向量機LSSVM.M”對退化數(shù)據(jù)進行分析。在研究LSSVM.M的基本框架和算法流程的基礎(chǔ)上,對預(yù)測和擬合效果進行測試,發(fā)現(xiàn)參數(shù)選擇是影響其預(yù)測

3、效果的主要因素。本文從網(wǎng)格搜索和留一交叉驗證的原理出發(fā),提出一種改進的參數(shù)優(yōu)化方法,先對參數(shù)所在區(qū)域進行搜索,使搜索參數(shù)區(qū)域逐步精確縮小,然后再對參數(shù)進行優(yōu)化選擇。實例證明改進的方法大大提高了LSSVM.M工具預(yù)測的準(zhǔn)確性。
　　4)用改進的LSSVM.M工具對性能退化數(shù)據(jù)進行預(yù)測,建立伺服驅(qū)動系統(tǒng)的預(yù)測失效模型。由于樣本量小,本文采用Bootstrap方法計算數(shù)據(jù)樣本,得到可靠性評價參數(shù),并建立大型數(shù)控裝備伺服系統(tǒng)的可靠性模型。