基于PCA和SVM的内燃机故障诊断

被引：58

作者：

刘永斌 ^{[1
,2
]}

何清波 ^{[2
]}

孔凡让 ^{[2
]}

张平 ^{[2
]}

机构：

[1] 安徽大学电气工程与自动化学院

[2] 中国科学技术大学精密机械与精密仪器系

来源：

振动测试与诊断. | 2012年 / 32卷 / 02期

关键词：

主分量分析; 支持向量机; 内燃机; 故障诊断;

D O I：

10.16450/j.cnki.issn.1004-6801.2012.02.027

中图分类号：

TK407 [运行与维修];

学科分类号：

摘要：

为有效对内燃机运行状态进行评估,根据内燃机振动信号特征和故障样本较少的特点,提出了基于主分量分析和支持向量机进行内燃机状态判别的故障诊断方法。提取内燃机振动特征参数,利用主分量分析消除其信息冗余,提取反映内燃机运行状态的主分量特征,实现内燃机振动特征参数降维。通过选择适合内燃机振动信号的径向基核函数,构造一对多的支持向量机多类分类器,对主分量特征进行训练学习,实现内燃机运行状态判别。通过对模拟内燃机不同运行状态的试验分析,结果表明该方法可以有效识别内燃机不同的运行状态。

引用

页码：250 / 255+342 +342

页数：7

共 7 条

[1] 基于EMD和支持向量机的柴油机故障诊断 [J].