BDE-LSSVM在柴油机气门故障诊断中的应用

摘要：

针对柴油机气门故障的诊断样本少和非线性数据特征等问题，最小二乘法的支持向量机（LSSVM）能够较好地进行诊断研究，但由于惩罚因子C和内核参数σ的选取对诊断结果影响较大，有必要对其进行参数优化，因此提出了基于二进制微分进化算法（BDE）的最小二乘法支持向量机算法。利用柴油机气门振动信号作为数据，经小波变换作为模型特征，建立了基于BDE-LSSVM故障诊断模型，并与基于遗传和基于粒子群算法的LSSVM模型进行柴油机气门故障诊断的性能对比。比较结果证明，基于BDE优化的LSSVM模型在故障特征选取前后具有更好的适应度值和稳定度，故障分类准确性高且运算速度更快。

关键词：最小二乘支持向量机、二进制微分进化、故障诊断、小波变换

分类号：TP206(自动化技术及设备)

资助基金：国家科技部国际科技合作项目No.2007DFR10420；重庆理工大学汽车零部件制造及检测技术教育部重点实验室开放基金No.2009-10。

在线出版日期：2013-09-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：241-244