基于改进二叉树支持向量机的内燃机故障识别

• 作者: 张世雄 张恒 石林锁 蔡艳平
• 来源期刊: 内燃机学报
• 学科: 工学
• 关键词: 内燃机 改进二叉树 支持向量机 分类识别
• 年，卷（期）: 2019,（4）
• 页码范围: 367-373
• 页数: 7页
• 分类号: TK428
• 字数: 4659字
• 语种: 中文
• DOI: 10.16236/j.cnki.nrjxb.201904048

摘要

为提高内燃机在强耦合、弱信号条件下的故障诊断精度,提出一种基于改进二叉树支持向量机(SVM)的内燃机故障诊断方法.首先对样本的可分性测度进行重新定义,以此训练出的支持向量机模型更大程度上减少了样本错分的可能性,通过对仿真数据的分类识别,验证了有效性.以BF4L1011F型内燃机为诊断对象,分别提取振动信号的数据域及图像域特征,对比不同多分类算法识别结果,所提方法表现出更高的识别准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡艳平	西安交通大学机械工程学院	27	57	4.0	6.0
3	石林锁	火箭军工程大学作战保障学院	8	13	2.0	3.0
6	张世雄	火箭军工程大学作战保障学院	4	6	2.0	2.0
7	张恒	火箭军工程大学作战保障学院	2	1	1.0	1.0