基于支持向量机的柴油机排气阀智能故障诊断研究

• 作者: 伍建林 李著信 武华锋 苏毅
• 来源期刊: 内燃机学报
• 学科: 工学
• 关键词: 支持向量机 排气阀 故障诊断
• 年，卷（期）: 2006,（5）
• 页码范围: 465-469
• 页数: 5页
• 分类号: TK428
• 字数: 2240字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-0909.2006.05.013

摘要

排气阀是柴油机的重要部件之一,其故障诊断一直受到研究者的关注,传统的学习机器在小样本学习时不具有良好的泛化能力,其现场效果与实验室精度差距较大.建立在统计学习理论基础之上的支持向量机具有和样本数相适应的最优泛化能力.利用支持向量机适合处理高维数据以及具有良好泛化能力的特点,建立了排气阀故障诊断模型,将排气阀振动信号经过小波包分解后提取的特征指标在小样本时进行支持向量机学习,通过不同核函数的支持向量机和其它智能方法准确率的比较证明:支持向量机较其它智能方法有较大的优越性;准确率对核函数有一定的敏感性;在常用的3种核函数中,线性核的诊断准确率达到了100%,是柴油机排气阀智能故障诊断支持向量机的最佳核函数.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李著信	后勤工程学院军事供油系	63	482	12.0	17.0
2	苏毅	后勤工程学院军事供油系	36	213	8.0	12.0
3	伍建林	后勤工程学院军事供油系	12	89	5.0	9.0
4	武华锋	后勤工程学院军事供油系	4	18	3.0	4.0