基于DE-SVM的柴油机气门故障诊断方法及应用

被引：8

作者：

曹龙汉 ^{[1
,2
]}

武明亮 ^{[1
]}

何俊强 ^{[1
]}

刘璐 ^{[1
]}

刘小丽 ^{[1
]}

机构：

[1] 重庆通信学院控制工程重点实验室

[2] 重庆理工大学汽车零部件制造及检测技术教育部重点实验室

来源：

仪器仪表学报 | 2011年 / 32卷 / 02期

关键词：

微分进化算法; 支持向量机; 故障诊断; 小波变换;

D O I：

10.19650/j.cnki.cjsi.2011.02.014

中图分类号：

TK428 [检修与维护];

学科分类号：

摘要：

针对柴油机故障诊断样本少的实际问题,结合支持向量机的特性和微分进化算法良好的全局优化性能,提出了一种微分进化算法优化支持向量机方法。利用柴油机气门振动信号实测数据,经小波变换作为诊断模型的故障特征,建立了基于微分进化算法优化支持向量机的柴油机气门间隙故障诊断模型,并与反向传播神经网络算法、基于遗传算法优化支持向量机和基于粒子群优化支持向量机的模型相比较,结果表明:应用微分进化算法优化支持向量机比其他三种算法具有更优性能,能够有效地进行柴油机的故障诊断。

引用

页码：323 / 328

页数：6

共 12 条

[1] 基于综合型模糊支持向量机的故障诊断方法及应用 [J].