基于综合型模糊支持向量机的故障诊断方法及应用

被引:18
作者
刘冠军
苏永定
潘才华
机构
[1] 国防科技大学机电工程与自动化学院
关键词
支持向量机; 模糊支持向量机; 故障诊断;
D O I
10.19650/j.cnki.cjsi.2009.07.005
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
设备信息和故障的不确定性、模糊性及故障样本的缺乏给故障诊断带来了较大的困难。针对该问题,分析了现有模糊支持向量机的原理和优缺点,提出了一种综合型模糊支持向量机。该模糊支持向量机既可以处理样本含有模糊信息的情况,又可以解决支持向量机分类中存在的不可分问题。然后,提出了基于综合型模糊支持向量机的故障诊断方法,并在某电路系统故障诊断中开展了应用研究。应用结果表明,该诊断方法在设备状态存在模糊性和故障样本较少的情况下,与现有模糊支持向量机诊断方法相比,实现了较准确的故障诊断。
引用
收藏
页码:1363 / 1367
页数:5
相关论文
共 6 条
[1]  
统计学习理论的本质.[M].(美)VladimirN.Vapnik著;张学工译;.清华大学出版社.2000,
[2]   基于SVM的模拟电子系统多故障诊断研究 [J].
连可 ;
王厚军 ;
龙兵 .
仪器仪表学报, 2007, (06) :1029-1034
[3]   模糊支持向量机在船舶柴油机故障诊断中的应用 [J].
朱志宇 ;
张冰 ;
刘维亭 .
中国造船, 2006, (03) :64-69
[4]   基于模糊支持向量机的飞机飞行动作识别 [J].
杨俊 ;
谢寿生 .
航空学报, 2005, (06) :84-88
[5]   模糊支持向量分类机 [J].
杨志民 ;
田英杰 ;
邓乃扬 .
计算机工程, 2005, (20) :25-26+32
[6]   模糊支持向量机在汽轮机故障诊断中的应用 [J].
王国鹏 ;
翟永杰 ;
封官斌 ;
王东风 .
华北电力大学学报, 2003, (04) :47-50