论文部分内容阅读
针对汽车涂装线设备故障无法及时发现和排除的困难，提出基于支持向量机的汽车涂装线设备故障诊断方法．该方法采用统计学习理论中结构风险最小化原则，克服了传统渐进理论机器学习算法的不足，适用于有限样本下模式识别问题，使预测结果更准确．依据烘房加热系统监测参数和故障类型构建SVM分类器，并采用交叉验证网格搜索法寻优各分类器的核参数及惩罚参数，建立SVM故障诊断模型；将PCA降维后的样本参数进行充分仿真训练，仿真结果表明该方法能够有效地对设备故障进行分类．