电液伺服阀状态在线特征提取和异常检测方法

• 作者: 沈伟 王建楼 许黎明 郝圣桥
• 来源期刊: 上海交通大学学报
• 学科: 工学
• 关键词: 电液伺服阀 特征提取 在线异常检测 一类支持向量机
• 年，卷（期）: 2010,（12）
• 页码范围: 1747-1752
• 页数: 6页
• 分类号: TH17
• 语种: 中文

摘要

基于电液伺服阀的动态工作特性,提出一种新的特征提取方法.将一类支持向量机用于电液伺服阀的在线异常检测,通过交叉有效性估计学习方法优化一类向量机参数,并与神经网络的诊断结果进行对比.实验结果表明,所提出的特征提取方法能够有效地提取电液伺服阀的动态特征信息,同时利用一类支持向量机优良的泛化能力能够有效地对电液伺服阀的异常状态进行识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈伟		88	335	10.0	16.0
2	许黎明		82	457	11.0	18.0
3	郝圣桥		3	1	1.0	1.0
4	王建楼		1	0	0.0	0.0