《基于支持向量機回歸算法的電子機械制動傳感器系統(tǒng)故障分析》由會員分享，可在線閱讀，更多相關(guān)《基于支持向量機回歸算法的電子機械制動傳感器系統(tǒng)故障分析（3頁珍藏版）》請在裝配圖網(wǎng)上搜索。

1、基于支持向量機回歸算法的電子機械制動傳感器系統(tǒng)故障分析摘要：基于支持向量機回歸算法的電子機械制動傳感器系統(tǒng)故障分析方法在自動化領(lǐng)域逐漸被廣泛應(yīng)用。本文將對電子機械制動傳感器系統(tǒng)與支持向量機回歸算法原理進行簡要分析，并重點探究基于支持向量機回歸算法的電子機械制動傳感器系統(tǒng)故障分析。關(guān)鍵詞：電子機械制動傳感器；支持向量機回歸算法；預(yù)測模型為充分提升電子機械制動傳感器系統(tǒng)的穩(wěn)定性，該領(lǐng)域的學(xué)者研究出基于支持向量機回歸算法的故障判斷方法。因此，探究基于支持向量機回歸算法的電子機械制動傳感器系統(tǒng)故障分析有著重要意義。1電子機械制動傳感器系統(tǒng)電子機械制動傳感器系統(tǒng)主要包括電子機械制動傳感器控制算法，電子機

2、械制動傳感器，電子機械制動傳感器執(zhí)行器以及底層控制器。電子機械制動傳感器的執(zhí)行機構(gòu)主要由執(zhí)行電機、運動轉(zhuǎn)換機構(gòu)以及減速機構(gòu)三部分構(gòu)成。目標(biāo)制動力進入電子機械制動傳感器的底層控制器中的控制電路轉(zhuǎn)化為信號，傳入驅(qū)動電路，進而導(dǎo)入電流傳感器當(dāng)中。電壓信號從電子機械制動傳感器底層控制器中傳入電機中，依次進入減速機構(gòu)運動轉(zhuǎn)換裝置、壓力傳感器以及制動鉗這一系列環(huán)節(jié)構(gòu)成了電子機械制動傳感器的執(zhí)行器。部分信號會由電子機械制動傳感器、執(zhí)行器傳遞到電子機械制動傳感器底層控制器中，這一系列流程構(gòu)成了電子機械制動傳感器系統(tǒng)。電子機械制動傳感器控制系統(tǒng)運用了三閉環(huán)控制算法。三閉環(huán)結(jié)構(gòu)從內(nèi)至外依次為電流環(huán)、轉(zhuǎn)速環(huán)以及壓力

3、環(huán)。其中的主要控制環(huán)為壓力環(huán)，借助轉(zhuǎn)速環(huán)對電機的響應(yīng)速度進行相應(yīng)的增強，電流環(huán)的作用主要是消減壓力變化階段以及啟動階段帶來的電流擾動1。上述分析表明，借助閉環(huán)控制結(jié)構(gòu)，傳感器系統(tǒng)能夠為電子機械制動傳感器的控制器提供重要信息。這進一步表明，電子機械制動傳感器的性能直接決定電子機械制動傳感器系統(tǒng)能否正常運轉(zhuǎn)。2支持向量機回歸算法原理在應(yīng)用于問題分類處理階段，支持向量機原理是借助找尋分類面的最優(yōu)狀態(tài)。對相關(guān)樣本進行正確分類操作。而將上述操作步驟推廣開來，借助數(shù)據(jù)樣本來進行實函數(shù)估計為支持向量機回歸原理。借助支持向量進行問題分類的具體表述為，在一組訓(xùn)練樣本中，借助非線性映射，將傳統(tǒng)空間映射到高維度特征

4、空間，在此處空間中構(gòu)造超平面，進而將原本的非線性問題分類轉(zhuǎn)化為線性問題分類。使用支持向量機回歸算法不能對上述問題直接進行求解，由于很難找到非線性映射的具體模式，因此常用核函數(shù)進行替代。借助核函數(shù)算法，能夠?qū)⒃镜母呔S度特征空間的運算轉(zhuǎn)化為低維度特征空間的運算。核函數(shù)的定義為任意滿足mercer條件的函數(shù)，進而可將原本復(fù)雜的運算問題轉(zhuǎn)變?yōu)閮?yōu)化對偶問題。對于支持向量機回歸算法可以采用時間滾動方式進行學(xué)習(xí)。在增量學(xué)習(xí)的過程中，樣本呈遞增態(tài)勢，隨著時間的變動，樣本的數(shù)量也會持續(xù)增加，但新增的樣本不一定會對支持向量回歸產(chǎn)生直接影響。若新增樣本出現(xiàn)傳統(tǒng)樣本集中不具備的信息，那么支持向量就會出現(xiàn)一定程度的變

5、動；若是新增樣本出現(xiàn)了傳統(tǒng)樣本集中的信息，那么支持向量就不會產(chǎn)生相應(yīng)的變動。3基于支持向量機回歸算法的電子機械制動傳感器系統(tǒng)故障分析基于支持向量機回歸算法對電子機械制動傳感器系統(tǒng)進行故障分析，主要是針對電子機械制動傳感器系統(tǒng)中的壓力、轉(zhuǎn)速以及電流三個電子機械制動器傳感器進行故障分析。首先需要建立基于支持向量機的預(yù)測模型，然后將電子機械制動傳感器實測的殘差值與基于支持向量機預(yù)測模型的估計值比對，進而得出相應(yīng)的故障分析結(jié)果，并對故障分析結(jié)果進行相應(yīng)分類。下文將依照壓力、信號轉(zhuǎn)速以及電流在空間和時間的冗余關(guān)系中建立兩個獨特的基于向量機回歸算法的預(yù)測模型。此種預(yù)設(shè)方式比依照壓力、信號轉(zhuǎn)速以及電流三者各

6、建立一個基于支持向量機回歸算法的預(yù)測模型有著更高的效率。在具體的實驗進程中，首先收集兩組對照電子機械制動傳感器的樣本值。兩組樣本分別為由轉(zhuǎn)速信號和電流構(gòu)成的樣本，以及由壓力信號和電流構(gòu)成的樣本2。以當(dāng)前時刻k為基準(zhǔn)，記錄過往時刻的連續(xù)數(shù)據(jù)。將過往樣本各連續(xù)時刻的壓力值與電流值作為輸入性樣本，以某一特定時刻的壓力值和電流值為輸出樣本，建立相應(yīng)的支持向量機回歸算法的模型。待基于支持向量機回歸算法的預(yù)測模型設(shè)置完成后，借助過去某一特定時刻的樣本值。對當(dāng)前傳感器的傳輸值進行預(yù)測。兩組電子機械制動傳感器對照組基于支持向量機回歸算法的預(yù)測模型一和二會出現(xiàn)兩個不同的輸出值。將兩個來自于不同預(yù)測模型的估計值與

7、現(xiàn)場的電流值進行比對，然后兩兩做差形成序列殘差。其中殘差值一包括了電流和轉(zhuǎn)速信號在空間與時間方面的冗余信息，殘差值二包括了電流與壓力信號，在空間與時間方面的冗余信息；殘差值三包括了壓力信號、電流以及轉(zhuǎn)速信號在空間與時間方面的冗余信息?；谏鲜龇治鑫覀兛梢约僭O(shè)在時刻k電子機械制動傳感器出現(xiàn)故障，則時刻k的電流值將與電子機械制動傳感器系統(tǒng)正常的輸出電流值存在一定的偏差。由于時刻k前后的任意時刻的電流測量值都是準(zhǔn)確的，則基于支持向量機回歸算法預(yù)測模型計算出的電流輸出值更為接近電子機械制動傳感器系統(tǒng)的正確電流輸出值，這就會導(dǎo)致殘差值一與殘差之二出現(xiàn)顯著變化，殘差值三基本不會出現(xiàn)變動。當(dāng)電子機械制動傳感系統(tǒng)的轉(zhuǎn)速傳感器在時刻k出現(xiàn)故障時，時刻k的電流測量值將偏離電子機械制動傳感器系統(tǒng)的正確電流輸出值；當(dāng)電子機械制動傳感器系統(tǒng)的壓力傳感器在時刻k出現(xiàn)故障時，殘差值一基本不會出現(xiàn)變動；殘差值二與殘差值三會出現(xiàn)顯著變化?；谏鲜龇治?，采用支持向量機回歸算法對電子機械制動傳感器系統(tǒng)故障的分析過程為，收集樣本、數(shù)據(jù)處理、建立支持向量機預(yù)測模型形成殘差值，進而判斷系統(tǒng)故障原因。綜上所述，基于支持向量機回歸算法診斷系統(tǒng)故障分析方法為構(gòu)建故障模塊，開展相應(yīng)的實驗研究。相關(guān)實驗數(shù)據(jù)表明該種方法能夠?qū)﹄娮訖C械制動傳感器系統(tǒng)中的各類故障進行有效分析，進而充分提升電子機械制動傳感器的穩(wěn)定性。