《表1 2种方法的实际剩余寿命与预测剩余寿命之比》
为了说明笔者提出的方法相比于其他寿命预测方法的优越性,选取了广泛使用的BPNN和SVR预测方法进行对比。模型均选用前226 h的数据作为训练集,后236 h的数据作为预测集。3种寿命预测方法结果对比如图9所示。其中:BPNN的隐层数设为3,节点数设为8,学习率为0.01;SVR采用径向基核函数,利用交叉验证法选择参数。从图9可以看出,BPNN和SVR均没有得到有效的预测结果。这是因为BPNN是一种局部搜索算法,当面对复杂非线性问题时易陷入局部最小值,从而导致网络训练失败。SVR虽然可以解决非线性问题,但模型参数的选择对预测结果影响很大,从而导致预测结果不准确。
图表编号 | XD00215796900 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.01 |
作者 | 吕明珠、苏晓明、刘世勋、陈长征 |
绘制单位 | 沈阳工业大学机械工程学院、辽宁装备制造职业技术学院自动控制工程学院、沈阳工业大学机械工程学院、中国质量认证中心(沈阳)北方实验室、沈阳工业大学机械工程学院 |
更多格式 | 高清、无水印(增值服务) |