基于支持向量机的发动机故障诊断

被引:49
作者
唐浩
屈梁生
机构
[1] 西安交通大学机械工程学院
关键词
支持向量机; 主分量分析; 小波包; 故障诊断;
D O I
暂无
中图分类号
U472.43 [汽车发动机及其部件修理];
学科分类号
082301 [道路与铁道工程];
摘要
针对发动机的故障特点,提出了一种基于主分量分析和支持向量机的发动机故障诊断方法.利用小波包对声级计采集到的解放CA141型汽车发动机声音信号进行特征提取,应用主分量分析方法在不损失有效信息的情况下,将原始特征向量中的冗余信息约简,在此基础上通过支持向量机对发动机故障进行分类.诊断结果表明,该方法在保证较高诊断精度的同时,可将支持向量机的训练时间缩短1/3,从而提高了故障诊断效率.
引用
收藏
页码:1124 / 1126
页数:3
相关论文
共 1 条
[1]
A tutorial on Support Vector Machines for pattern recognition [J].
Burges, CJC .
DATA MINING AND KNOWLEDGE DISCOVERY, 1998, 2 (02) :121-167