| 基于DE-SVM的柴油机气门故障诊断方法及应用 |
| |
| 引用本文： | 曹龙汉,武明亮,何俊强,刘璐,刘小丽.基于DE-SVM的柴油机气门故障诊断方法及应用[J].仪器仪表学报,2011,32(2). |
| |
| 作者姓名： | 曹龙汉 武明亮 何俊强 刘璐 刘小丽 |
| |
| 作者单位： | 1. 重庆通信学院控制工程重点实验室,重庆,400035;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,重庆,400050
2. 重庆通信学院控制工程重点实验室,重庆,400035 |
| |
| 基金项目： | 科技部国际科技合作项目，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开放基金 |
| |
| 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.
|
| 关 键 词： | 微分进化算法 支持向量机 故障诊断 小波变换 |
Diesel engine valve fault diagnosis method based on DE-SVM and its application |
| |
| Cao Longhan,Wu Mingliang,He Junqiang,Liu Lu,Liu Xiaoli.Diesel engine valve fault diagnosis method based on DE-SVM and its application[J].Chinese Journal of Scientific Instrument,2011,32(2). |
| |
| Authors: | Cao Longhan Wu Mingliang He Junqiang Liu Lu Liu Xiaoli |
| |
| Affiliation: | Cao Longhan1,2,Wu Mingliang1,He Junqiang1,Liu Lu1,Liu Xiaoli1(1 Key Laboratory of Control Engineering,Chongqing Communication Institute,Chongqing 400035,China,2 Key Laboratory of Manufacture and Test Techniques for Automobile Parts,Ministry of Education,Chongqing University of Technology,Chongqing 400050,China) |
| |
| Abstract: | Aiming at the practical problem of few samples in diesel engine fault diagnosis,combining the characteristics of support sector machine and good global optimization performance of differential evolution algorithm,a mixed strategy of using differential evolution algorithm to optimize the parameters of support vector machine is proposed.After wavelet transform,the measured data of diesel engine valve vibration signal are used as the characteristic values of the diagnostic model;the diesel engine valve gap fau... |
| |
| Keywords: | diffierential evolution support vector machine fault diagnosis wavelet transform |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
