中国机械工程 ›› 2021, Vol. 32 ›› Issue (13): 1523-1529.DOI: 10.3969/j.issn.1004-132X.2021.13.002
严建文1,2,3;钟小虎1,2,4;范煜2;郭三敏1,2
YAN Jianwen1,2,3;ZHONG Xiaohu1,2,4;FAN Yu2;GUO Sanmin1,2
摘要: 剩余使用寿命(RUL)预测是高功率半导体激光器在各种环境应力作用下可靠性评估的核心问题。在实际应用中,现有支持向量回归(SVR)方法均侧重于保证所训练模型的回归曲线的整体误差最小,以追求方法的泛化性,这往往造成关键预警阶段特别是临近故障失效前的预测结果不理想,不能可靠地支持维护决策。提出了一种基于整群抽样的SVR模型训练方法,对测试样本后期观测数据进行多次整群抽样后用于SVR模型测试,SVR模型中的参数使得SVR模型对训练样本的后期数据拟合得更好。实例分析验证了该方法的有效性和稳健性,研究结果表明,所提方法的预测性能和实用价值优于现有几种代表性的小样本分析方法。
中图分类号: