运用改进二叉树SVM算法的柴油机振动诊断

• 作者: 姚良 李艾华 王涛
• 来源期刊: 振动、测试与诊断
• 学科: 工学
• 关键词: 柴油机 气阀机构 振动诊断 二叉树 支持向量机
• 年，卷（期）: 2010,（6）
• 页码范围: 689-693
• 分类号: TK428|TP181
• 字数: 6117字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-6801.2010.06.020

摘要

提出了一种改进的二叉树支持向量机(support vector machines,简称SVM)算法,用以克服二叉树SVM构造时各级正类样本选择缺乏理论指导的问题.基于最易分割类应最先分割的思想,该方法在定义特征参数类识别率概念的基础上,首先逐级计算每个特征参数对各级SVM所对应各类训练样本的类识别率,然后选择类识别率综合排序结果处于第1位的样本类作为相应级SVM的正类.从缸盖振动信号包络幅值域参数和小波包分解频带能量百分比参数中选取了对气阀故障较为敏感的9个特征,形成了诊断特征向量,使用常用的1-a-r,1-a-1,DDAG以及改进的二叉树SVM多分类方法对6种气阀间隙状态进行了诊断,结果表明,本文提出的改进二叉树SVM方法具有最好的分类效果.