基于LS-SVM和SVM的气动执行器故障诊断方法

• 作者: 冯志刚 张学娟
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 执行器故障诊断 最小二乘支持向量机 支持向量多分类机 残差 特征提取
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 传感器应用
• 页码范围: 1610-1616
• 页数: 7页
• 分类号: TP214|TP18
• 字数: 4527字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2013.11.025

摘要

为了解决自确认气动执行器的故障诊断问题，提出了一种基于最小二乘支持向量机( LS-SVM)回归建模和支持向量多分类机( SVM)的执行器故障诊断方法，该方法利用LS-SVM回归建立气动执行器的正常模型，将实际输出与模型输出比较，产生残差作为气动执行器的非线性故障特征向量。利用聚类方法设计了层次支持向量多分类机结构，以残差作为输入建立支持向量多分类机，判断气动执行器故障类型。利用DABLib生成的故障数据对所研究方法进行了验证，并与基于PCA-SVM的故障诊断方法进行了比较，结果表明该方法有效的解决了气动执行器故障诊断的小样本和非线性问题。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯志刚	沈阳航空航天大学自动化学院	12	30	3.0	5.0
2	张学娟	沈阳航空航天大学自动化学院	1	8	1.0	1.0