摘要
本发明适用于柴油发动机技术领域,提供了一种基于支持向量机模型的柴油发动机寿命预测方法,包括以下步骤:从已知的某型号柴油发动机的全寿命试验数据中提取状态参数;构建支持向量机模型,设定输入输出变量,训练支持向量机模型;对来自支持向量机模型的数据进行扩展卡尔曼滤波,设定初始参数,迭代计算;根据训练样本计算得到的数据建立状态参数和剩余寿命之间的函数关系,得到发动机剩余寿命的估计区间。本发明提出了支持向量机和扩展卡尔曼滤波法相结合的寿命预测模型,经理论结果对比和仿真算例验证,能够极大地纠正数据误差,减少运算量,实现稳定、准确的发动机剩余寿命预测,为装备柴油发动机的车辆提供可靠的车辆检修参考依据。
技术关键词
支持向量机模型
发动机剩余寿命
寿命预测方法
扩展卡尔曼滤波
协方差矩阵
寿命预测模型
柴油发动机技术
观测噪声
剩余使用寿命
变量
卡尔曼滤波器
数据
参数
压力
关系
预测误差
系统为您推荐了相关专利信息
密封检测方法
LED发光二极管
Logistic回归模型
扩展卡尔曼滤波
卷积神经网络模型
协同规划方法
混合聚类算法
主成分分析法
计算机可读指令
节点
协方差矩阵
多普勒测速系统
超短基线定位
惯性导航单元
滤波器