一种新型多分类支持向量算法及其在故障诊断中的应用

作     者：徐启华 师军 XU Qi-hua;SHI Jun

作者机构：淮海工学院电子工程系江苏连云港222005 西北工业大学自动化学院陕西西安710072 

基　　金：江苏省高校自然科学研究计划项目(04KJD510018) 连云港市科技计划项目(GY200401) 

出 版 物：《系统仿真学报》 (Journal of System Simulation)

年 卷 期：2005年第17卷第11期

页      码：2766-2768,2784页

摘      要：层次支持向量机(H-SVM)比通常的多分类支持向量算法具有更快的训练速度和分类速度,便于实现在线分类。提出一种基于H-SVM的多类故障诊断方法,根据特征空间中各类故障样本中心之间的距离来逐层划分子类,距离较近的故障样本归为同一个子类进行训练,得到的H-SVM层次结构合理,各层的SVM分类间隔大、泛化性能强。另外,用ν-SVM代替通常的C-SVM作为两类分类器,分类器参数意义明确、变化范围小,更容易确定。针对一个涡轮喷气发动机气路部件故障诊断的仿真实验表明,设计的故障分类器具有良好的分类准确性和泛化性能,可以对发动机气路部件的典型故障进行快速诊断。作为应用实例,对JT9D发动机的6种实际故障进行了有效诊断。

主 题 词：支持向量机 故障诊断 多类分类 仿真 应用 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 082502[082502] 081104[081104] 08[工学] 0835[0835] 0825[工学-环境科学与工程类] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3969/j.issn.1004-731X.2005.11.052

馆 藏 号：203557827...