中国科技纵横
中國科技縱橫
중국과기종횡
CHINA SCIENCE & TECHNOLOGY PANORAMA MAGAZINE
2012年
10期
84
,共1页
支持向量机(SVM)%经验模式分解(EMD)%柴油机%故障诊断
支持嚮量機(SVM)%經驗模式分解(EMD)%柴油機%故障診斷
지지향량궤(SVM)%경험모식분해(EMD)%시유궤%고장진단
针对支持向量机(SVM)在处理小样本问题中的优越性以及柴油机的故障特点,提出了一种柴油机故障模式分类方法.首先测量柴油机多种工作状态下的柴油机缸盖表面振动信号,通过经验模式分解(EMD)提取特征参数,选择对于故障诊断最敏感的参数形成特征向量作为支持向量机的输入,建立故障诊断模型.经过某型号柴油机的验证,该方法具有良好的分类能力,能够准确识别柴油机的典型故障.
針對支持嚮量機(SVM)在處理小樣本問題中的優越性以及柴油機的故障特點,提齣瞭一種柴油機故障模式分類方法.首先測量柴油機多種工作狀態下的柴油機缸蓋錶麵振動信號,通過經驗模式分解(EMD)提取特徵參數,選擇對于故障診斷最敏感的參數形成特徵嚮量作為支持嚮量機的輸入,建立故障診斷模型.經過某型號柴油機的驗證,該方法具有良好的分類能力,能夠準確識彆柴油機的典型故障.
침대지지향량궤(SVM)재처리소양본문제중적우월성이급시유궤적고장특점,제출료일충시유궤고장모식분류방법.수선측량시유궤다충공작상태하적시유궤항개표면진동신호,통과경험모식분해(EMD)제취특정삼수,선택대우고장진단최민감적삼수형성특정향량작위지지향량궤적수입,건립고장진단모형.경과모형호시유궤적험증,해방법구유량호적분류능력,능구준학식별시유궤적전형고장.
