摘要
基于高斯过程回归的齿轮泵滑动轴承性能预测方法,包括以下步骤;步骤一:收集滑动轴承不同结构参数和运行工况时的性能参数数据,组建数据样本,并将样本顺序随机打乱,划分为训练样本和测试样本两部分,为后续训练高斯过程回归模型做准备;步骤二:设定高斯过程回归模型的均值函数、核函数及其超参数、似然函数作为先验分布;步骤三:基于处理后的训练样本数据对步骤二中核函数的超参数寻优,得到训练后的高斯过程回归性能预测模型;步骤四:使用步骤三中训练后的高斯过程回归模型对测试样本数据进行性能预测并给出预测的准确度。本发明对不同结构参数的齿轮泵滑动轴承工作性能进行预测,并给出预测结果的不确定性估计,以提高性能预测的精度。
技术关键词
性能预测方法
滑动轴承
齿轮泵
训练样本数据
性能预测模型
超参数
预测误差
贝叶斯方法
工况
协方差矩阵
随机噪声
油槽
平滑度
齿轮轴
指数
系统为您推荐了相关专利信息
性能预测方法
关键性能参数
X射线光电子能谱
高灵敏度传感器
X射线衍射谱
监测电缆
电缆故障监测方法
构建训练集
电气
参数
性能预测方法
局部纹理特征
融合特征
纺织品
灰度共生矩阵
软件
神经网络模型
指标
训练样本数据
MLP神经网络