基于单类支持向量机的涡轮泵故障检测方法研究
为了在缺乏故障样本的情况下检测某型液体火箭发动机涡轮泵的故障,实现基于不完整信息的状态决策,本文使用支持向量数据描述方法,建立了基于高斯核单类支持向量机的涡轮泵新异类状态检测模型.该模型无需故障数据参与训练便可以进行故障检测工作,且通过调节单类支持向量机的高斯参数,可以实现不同的检测效果.通过对某型液体火箭发动机历史试车数据的分析,结果表明,选择类内最大距离作为高斯参数,可以使得新异类检测模型具有适当的紧致性,达到对涡轮泵正常状态和故障状态的良好分类效果.
单类支持向量机 新异类检测 故障检测 涡轮泵
胡雷 胡茑庆 谢光军
国防科学技术大学,长沙,410073
国内会议
昆明
中文
54-56
2006-08-14（万方平台首次上网日期，不代表论文的发表时间）