基于PSO-SVM的发动机故障诊断研究

• 作者: 徐江 李颖 赵曦 黄翰
• 来源期刊: 计算机仿真
• 学科: 交通运输
• 关键词: 发动机 故障检测 粒子群 支持向量机
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 交通体系与工具仿真
• 页码范围: 171-174
• 页数: 4页
• 分类号: TP181|U464
• 字数: 3051字
• 语种: 中文

摘要

研究发动机故障准确诊断的方法.在发动机发生故障时,利用传统算法对故障进行诊断,需要将发动机故障参数与发动机所有部件运行状态参数逐个进行对比,从而对故障部件进行诊断,存在较强的滞后性.为了避免上述传统算法的弊端,提出了一种基于PSO-SVM的发动机故障诊断方法.利用粒子群方法,对所有的发动机故障信号进行指定空间内的搜索,从而获取最优粒子,为发动机故障诊断提供依据.利用支持向量机方法,实现发动机故障信号的分类,从而完成发动机故障诊断.实验结果表明,利用本文算法进行发动机故障诊断,能够极大地提高诊断的准确性,从而满足实际生产、生活的需求,取得了令人满意的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄翰	华南理工大学软件学院	50	526	11.0	21.0
2	赵曦	广东科学技术职业学院计算机工程技术学院	21	57	4.0	7.0
3	徐江	东南大学机械工程学院	10	85	4.0	9.0
4	李颖	广东科学技术职业学院计算机工程技术学院	13	24	3.0	4.0