论文部分内容阅读
混合动力铲运机工作环境恶劣,电气系统复杂,故障原因耦合性强,故障种类多,数据大多呈非线性关系,针对传统单一的方法难以精确预测铲运机电气系统故障的问题,提出了一种把最小二乘支持向量机(Least Square Support Vector Machine,LSSVM)和隐马尔科夫模型(Hidden Markov Model,HMM)相结合并进行改进的故障预测方法。首先用历史时刻的铲运机运行状态数据通过LSSVM进行训练,将当前时刻状态数据输入训练好的LSSVM中预测出未来时刻的状态数据;然后通过历史数据训练