基于遗传算法和支持向量机的柴油机故障诊断研究
通过模拟柴油机的功率不平衡故障,从采集到的柴油机瞬时转速信号中计算了多个原始特征指标,使用遗传算法对这些特征指标进行组合优化,构造出最佳特征参数,并将其输入到支持向量机多故障分类器中进行故障识别和诊断.试验结果表明,经过遗传算法优化后的特征参数对于柴油机的故障更为敏感,进而提高了支持向量机的分类准确性.与常用的人工神经网络方法相比,该方法具有更高的诊断精度和效率,在柴油机故障诊断中具有很好的应用前景.
遗传算法 支持向量机 故障诊断 多故障分类器
王凯 张永祥 孙云岭 李军
海军工程大学,船舶与动力学院203教研室,武汉,430033
国内会议
昆明
中文
66-69
2006-08-14（万方平台首次上网日期，不代表论文的发表时间）