基于IDE-LSSVM的柴油机气门故障诊断算法研究

摘要：

最小二乘支持向量机在柴油机故障样本少的情况下具有优越的学习能力和泛化能力,特别适合故障诊断,但同时也存在着参数设置等难题.针对最小二乘支持向量机参数设置问题,提出了一种改进微分进化算法优化最小二乘支持向量机方法.利用柴油机气门振动信号实测数据,经小波变换作为诊断模型的故障特征,建立了基于IDE-LSSVM的柴油机气门间隙故障诊断模型,并与基于遗传和基于粒子群算法的LSSVM模型进行比较,结果表明:基于IDE优化的LSSVM模型收敛速度快,故障识别率较高.

关键词： 柴油机 气门 故障诊断 最小二乘支持向量机

作者: 曹龙汉 秦恺 张迁 牟浩 文迪

作者单位: 重庆通信学院控制工程重点实验室,重庆,400035 重庆邮电大学汽车电子与嵌入式系统研究所,重庆,400065

会议类型: 国内会议

会议名称: 西南三省一市自动化与仪器仪表学术年会

会议地点: 重庆

会议语种:中文

页码: 20-24

在线出版日期: 2014-10-01（万方平台首次上网日期，不代表论文的发表时间）