摘要

机械零件运行过程中受到多个因素的影响,导致其失效概率大幅度上升,提出基于改进支持向量机的机械零件失效预测方法。采用多源传感器采集机械零件运行数据,对采集到的数据进行后去除干扰噪声,利用卡尔曼滤波融合机械零件运行数据,以此机械零件提取失效特征,引入遗传算法改进支持向量机,以此机械零件失效预测模型,得到相关的预测结果。实例分析结果表明,本文设计预测方法的机械零件失效预测准确率为96.5%,实际应用效果好。