BDE-LSSVM在柴油机气门故障诊断中的应用

• 作者: 何俊强 吴珍毅 唐超 曹龙汉 武明亮 田力
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 最小二乘支持向量机 二进制微分进化 故障诊断 小波变换
• 年，卷（期）: 2013,（13）
• 页码范围: 241-244
• 页数: 4页
• 分类号: TP206
• 字数: 2931字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1111-0031

摘要

针对柴油机气门故障的诊断样本少和非线性数据特征等问题，最小二乘法的支持向量机（LSSVM）能够较好地进行诊断研究，但由于惩罚因子C和内核参数σ的选取对诊断结果影响较大，有必要对其进行参数优化，因此提出了基于二进制微分进化算法（BDE）的最小二乘法支持向量机算法。利用柴油机气门振动信号作为数据，经小波变换作为模型特征，建立了基于BDE-LSSVM故障诊断模型，并与基于遗传和基于粒子群算法的LSSVM模型进行柴油机气门故障诊断的性能对比。比较结果证明，基于BDE优化的LSSVM模型在故障特征选取前后具有更好的适应度值和稳定度，故障分类准确性高且运算速度更快。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹龙汉	重庆通信学院控制工程重点实验室	60	395	10.0	18.0
3	唐超	重庆通信学院控制工程重点实验室	10	62	5.0	7.0
4	何俊强	重庆通信学院控制工程重点实验室	11	83	6.0	9.0
5	武明亮	重庆通信学院控制工程重点实验室	7	33	4.0	5.0
6	田力	重庆通信学院控制工程重点实验室	6	11	2.0	3.0
7	吴珍毅	重庆通信学院控制工程重点实验室	7	28	4.0	5.0