基于TWSVM算法的发动机故障识别方法

论文摘要

为了快速有效地诊断出汽油发动机故障,提出了一种基于孪生支持向量机(TWSVM)的发动机故障诊断方法.该方法利用HC、CO、CO2、O2和NOx共5种尾气参数值,并对其进行规范化处理,然后把这些数据作为特征向量,用于孪生支持向量机构成的多分类器中进行训练和测试,从而达到识别故障类别的目的.试验结果表明:采用孪生支持向量机分类方法比利用传统支持向量机具有更好的分类效果,且训练速度更快;在小样本数据情况下,故障诊断正确率可达到98.4%,能有效描述汽车尾气成分变化与发动机故障状态之间的复杂关系.

论文目录

• 1 孪生支持向量机
•   1.1 TWSVM的基本思想
•   1.2 孪生支持向量机分类算法
•   1.3 分类器的设计
• 2 基于TWSVM的发动机故障诊断
•   2.1 试验方案及特征提取
•   2.2 孪生支持向量机诊断模型的构建
• 3 数据测试
•   3.1 不同条件下故障检测准确率对比试验
•   3.2 数据运行时间的对比
• 4 结论

文章来源

类型: 期刊论文

作者: 柳长源,车路平,毕晓君

关键词: 汽油机,故障诊断,孪生支持向量机,汽车尾气,分类器,核函数

来源: 内燃机学报 2019年01期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 动力工程

单位: 哈尔滨理工大学电气与电子工程学院,哈尔滨工程大学信息与通信工程学院

基金: 国家自然科学基金资助项目(51779050),黑龙江省自然科学基金资助项目(F2016022)

分类号: TK413

DOI: 10.16236/j.cnki.nrjxb.201901012

页码: 84-89

总页数: 6

文件大小: 877K

下载量: 215