複雜製造系統自動生產線故障診斷與預測理論及套用

《複雜製造系統自動生產線故障診斷與預測理論及套用》是依託東南大學,由吳奇擔任項目負責人的青年科學基金項目。

基本介紹

  • 中文名:複雜製造系統自動生產線故障診斷與預測理論及套用
  • 項目類別:青年科學基金項目
  • 項目負責人:吳奇
  • 依託單位:東南大學
中文摘要,結題摘要,

中文摘要

建立一種基於新模糊支持向量機(SVM)的約束條件少且求解方便的自動生產線(APL)故障診斷與預測模型,證明其結構風險最小化原理。建立基於模糊v-SVM的能夠抑制高斯噪音的APL故障診斷與預測模型,證明模糊v-SVM的優越性。建立基於模糊魯棒小波匹配SVM的約束條件少、求解方便且能夠抑制混合噪音的APL故障診斷與預測模型,證明基於幾何間隔的結構風險最小化定理,證明採用母Haar、Daubechies和Symlet函式的小波核函式是一個可容許的支持向量核。建立基於線性規劃模糊提升小波魯棒SVM的APL故障診斷與預測模型,證明基於互補濾波器的提升定理和對偶提升定理,提出一種嵌入式量子混沌帶電粒子群算法對該模型參數進行辯識。研發複雜製造系統APL故障診斷與預測系統,並套用於實際,產生顯著經濟效益。其意義在於本項目面向複雜製造系統故障診斷與預測,其成果可用於汽車、家電等製造企業,有很好的套用前景。

結題摘要

建立一種基於新模糊支持向量機(SVM)的約束條件少且求解方便的自動生產線(APL)故障診斷與預測模型,證明其結構風險最小化原理。建立基於模糊v-SVM的能夠抑制高斯噪音的APL故障診斷與預測模型,證明模糊v-SVM的優越性。建立基於模糊魯棒小波匹配SVM的約束條件少、求解方便且能夠抑制混合噪音的APL故障診斷與預測模型,證明基於幾何間隔的結構風險最小化定理,證明採用母Haar、Daubechies和Symlet函式的小波核函式是一個可容許的支持向量核。建立基於線性規劃模糊提升小波魯棒SVM的APL故障診斷與預測模型,證明基於互補濾波器的提升定理和對偶提升定理,提出一種嵌入式量子混沌帶電粒子群算法對該模型參數進行辯識。研發複雜製造系統APL故障診斷與預測系統,並套用於實際,產生顯著經濟效益。其意義在於本項目面向複雜製造系統故障診斷與預測,其成果可用於汽車、家電等製造企業,有很好的套用前景。

相關詞條

熱門詞條

聯絡我們