基于KPCA-SVM的柴油机状态识别方法的研究

• 作者: 李宏坤 马孝江
• 来源期刊: 振动、测试与诊断
• 学科: 工学
• 关键词: 核主元分析 支持向量机 柴油机 状态识别
• 年，卷（期）: 2009,（1）
• 页码范围: 42-45
• 页数: 4页
• 分类号: TH132|TK428
• 字数: 2825字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-6801.2009.01.010

摘要

为了有效地对柴油机的运行状态进行状态识别,根据柴油机的特征信息和识别的特点,研究了基于核主元分析(KPCA)和支持向量机(SVM)进行柴油机状态识别的故障诊断方法.首先,对柴油机进行特征提取,构成一个特征向量.然后对其进行核主元分析,计算得到能反映设备状态的特征向量,有效去除信息的冗余.最后,将得到的特征向量进行支持向量机的训练学习,识别柴油机的状态.通过实验室柴油机燃烧系统不同运行状态下的识别分析,验证了此方法的可行性和实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马孝江	大连理工大学精密与特种加工教育部重点实验室	112	1911	24.0	38.0
2	李宏坤	大连理工大学精密与特种加工教育部重点实验室	95	684	15.0	21.0