基于改进支持向量机的电动车辆故障自动检测方法

• 作者: 朱怡婕 张鑫
• 来源期刊: 自动化与仪器仪表
• 关键词: 改进支持向量机 故障自动检测 时域特征 特征空间
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 智能检测与信息处理|INTELLIGENT DETECTION AND INFORMATION PROCESSING
• 页码范围: 43-46
• 页数: 4页
• 分类号: TP273
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2021.06.043

摘要

为提高电动车辆故障自动检测的准确性,设计了一个基于改进支持向量机的电动车辆故障自动检测方法.首先对电动车辆诊断信号采集,然后采用支持向量机理论对电动车辆故障信息低维时域特征提取,并识别特征空间的有效样本,同时对有效性样本聚类结果进行了二次划分,最后采用支持向量机与遗传算法结合的方式对车辆故障检测,以此实现基于改进支持向量机的电动车辆故障自动检测.以电动车辆故障分类准确性、检测鲁棒性与检测时间作为实验指标,实验结果表明,此次研究的基于改进支持向量机的电动车辆故障自动检测方法对于电动车辆故障分类准确性较高,并且检测鲁棒性较高,同时检测速度也较快,由此能够证明此次研究的方法提高了检测的准确性.