换一批基于核岭回归的呼吸机故障概率预测方法研究
Kernel ridge regression-based failure probability prediction method for ventilators
摘要目的:为提升呼吸机的故障预测精度,提出一种基于核岭回归(kernel ridge regression,KRR)的呼吸机故障概率预测方法.方法:首先,收集呼吸机的故障间隔时间数据并进行预处理,以排除异常值.其次,采用中位秩法估计失效概率.最后,以时间数据为特征变量、失效概率值为目标变量,利用径向基核函数、线性核函数、多项式核函数、S型核函数,通过网格搜索和交叉验证方法选择出最优的核函数和超参数组合,建立并训练KRR模型进行故障预测.为了验证KRR模型对呼吸机故障概率预测的性能,与Weibull及其拓展模型进行对比.结果:KRR模型的决定系数为0.993 5、均方误差为5.399 5×10-4、均方根误差为0.023 2、平均绝对误差为0.018 3,在预测精度及误差控制上均优于Weibull及其拓展模型.结论:基于KRR的呼吸机故障概率预测方法在预测精度和误差控制方面表现出色,具有较高的应用潜力.
更多相关知识
关键词
核岭回归呼吸机故障概率预测可靠性分析剩余使用寿命kernel ridge regressionventilatorfailure probability predictionreliability analysisremaining useful life
栏目名称
DOI
10.19745/j.1003-8868.2025090
发布时间
2025-06-05（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家重点研发计划（2022YFC2407601）
- 浏览6
- 被引0
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
