基于分层模糊支持向量机的油液磨粒自动识别

论文摘要

提出基于模糊支持向量机的机械设备在用油液磨粒自动识别方法。首先利用K-均值聚类算法对磨粒图像进行分割,提取磨粒的形状尺寸特征参数、边缘细节特征参数、表面纹理特征参数作为其量化表征,分别选择最能反映待识别磨粒特征的参数作为各个二分类器的输入向量;然后结合二叉树法和一对多法间接构造磨粒的分层多类别分类器模型,在训练过程中同时利用粒子群算法优化分类器的参数,建立一种参数自适应的模糊支持向量机分层多类别分类模型。将该模型应用到旋挖钻机在用油液的磨损颗粒识别中,识别率最高达90%。该模型结构简单、分类精度好,在磨粒识别领域较大的工程应用价值。

论文目录

• 1 油液磨粒自动识别的核心内容
•   1.1 待识别磨粒类型的确定
•   1.2 磨粒自动识别流程
•   1.3 磨粒图像分割
•   1.4 磨粒特征参数提取
•     （1） 形状尺寸特征参数
•     （2） 边缘细节特征参数
•     （3） 表面纹理特征参数
•   1.5 二分类模糊支持向量机模型的建立
• 2 分层多类别FSVM模型的构造
•   2.1 分层多类别FSVM分类器的设计
•   2.2 测试样本的识别过程
•   2.3 DT/oar-FSVM识别模型的参数优化
• 3 工程实例分析及对比研究
•   3.1 样本获取与试验设计
•   3.2 PSO-DT/oar-FSVM模型的测试结果
•   3.3 模型的交叉验证
•   3.4 对比分析
•     3.4.1 不同多类别分类方法下的识别率对比
•     3.4.2 不同支持向量机模型的识别率对比
•   3.5 讨论
• 4 结论

文章来源

类型: 期刊论文

作者: 任松,徐雪茹,欧阳汛,赵云峰,王小书

关键词: 磨粒识别,模糊支持向量机,粒子群算法,特征参数,分层多类别分类

来源: 润滑与密封 2019年05期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 机械工业,自动化技术

单位: 重庆大学煤矿灾害动力学与控制国家重点实验室

基金: 国家自然科学基金项目(51774057)

分类号: TP18;TH17

页码: 1-8

总页数: 8

文件大小: 1372K

下载量: 87