基于快速在线支持张量机的柴油机智能诊断方法

作     者：许小伟 张楠 严运兵 秦丽 XU Xiaowei;ZHANG Nan;YAN Yunbing;QIN Li

作者机构：武汉科技大学汽车与交通工程学院武汉430081 纯电动汽车动力系统设计与测试湖北省重点实验室襄阳441053 

基　　金：国家自然科学基金(51505345 51509194) 电动汽车动力系统设计与测试湖北省重点实验室基金(HBUASEV2015F005) 湖北省教育厅基金(Q20151105)资助项目 

出 版 物：《机械工程学报》 (Journal of Mechanical Engineering)

年 卷 期：2018年第54卷第22期

页      码：30-37页

摘      要：柴油机状态监测信号众多且多为非平稳信号,相互干扰较大且具有非线性和复杂耦合的特征,导致基于向量模式的故障诊断方法难以准确诊断其工作状态。提出一种张量模式下的柴油机智能诊断方法。首先,结合线性支持高阶张量机的学习框架和在线随机梯度下降法的思想,设计带核函数的快速在线支持张量机算法。然后,构建"信号类别×曲轴转角×转速"的三阶张量形式的柴油机状态样本,分别以在线支持向量机、线性支持高阶张量机和快速在线支持张量机三种算法,对某柴油机的失火样本进行故障诊断,以"测试精度""学习时间""存储空间"作为评价指标对三种算法进行对比分析。分析结果表明,所设计的快速在线支持张量机算法测试精度较高,学习时间显著降低,所需存储空间很小,解决了超大样本、非线性和高维数据的分类问题,满足了柴油机智能故障诊断的工程应用要求。

主 题 词：张量模式 快速在线支持张量机 柴油机 智能诊断 

学科分类：080703[080703] 08[工学] 0807[工学-电子信息类] 

核心收录：

D　O　I：10.3901/JME.2018.22.030

馆 藏 号：203453501...