基于SVM的柴油机故障诊断方法研究

• 作者: 李艾华 肖晨静
• 来源期刊: 科技与创新
• 关键词: 支持向量机 神经网络 故障诊断 小波包 柴油机
• 年，卷（期）: 2007,（13）
• 所属期刊栏目: 故障诊断
• 页码范围: 227-228,224
• 页数: 3页
• 分类号: TP206+.3
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2007.13.092

摘要

介绍了基于支持向量机(SVM)的故障诊断方法的原理和算法.利用小波包分解提取信号的特征参数,将特征送入故障分类器中训练.实验结果表明,当数据样本较少时,相比神经网络而言,基于SVM的故障分类器仍能正确分类多种故障.这种诊断方法具有算法简单、故障分类能力强的优点.