基于振动谱时频图像特征及SVM参数同步优化识别的内燃机故障诊断

被引：12

作者：

蔡艳平 ^{[1
]}

李艾华 ^{[1
]}

何艳萍 ^{[1
]}

王涛 ^{[1
]}

王新军 ^{[1
]}

冯国彦 ^{[1
,2
]}

机构：

[1] 第二炮兵工程大学五系

[2] 西安交通大学机械制造系统工程国家重点实验室

来源：

内燃机学报 | 2012年 / 30卷 / 04期

关键词：

内燃机; 图像识别; 特征优选; SVM;

D O I：

10.16236/j.cnki.nrjxb.2012.04.015

中图分类号：

TK407 [运行与维修];

学科分类号：

摘要：

为实现内燃机振动谱时频图像特征的自动提取及识别,提出了一种基于振动谱时频图像特征优选及SVM(support vector machine)同步优化识别的内燃机故障诊断新方法.该方法首先采用小波包生成内燃机振动谱时频相平面图,然后从内燃机振动谱图像的形状特征、灰度统计特征和纹理特征来提取特征参数,最后将支持向量机引入内燃机振动谱图像识别中,并针对机械振动谱图像特征参数优选问题,以及SVM的核函数及核函数参数选择问题,提出了基于免疫克隆选择机理的特征选择和SVM参数同步优化算法.内燃机故障诊断实例表明,所提方法故障分类准确率达到了98.92%,验证了该方法的有效性.该方法为实现内燃机振动谱图像特征的自动提取及识别探索了一条新途径.

引用

页码：377 / 383

页数：7

共 7 条

[1] 基于EMD-Wigner-Ville的内燃机振动时频分析 [J].