| 基于TWSVM算法的发动机故障识别方法 |
| |
| 引用本文： | 柳长源,车路平,毕晓君.基于TWSVM算法的发动机故障识别方法[J].内燃机学报,2019(1):84-89. |
| |
| 作者姓名： | 柳长源 车路平 毕晓君 |
| |
| 作者单位： | 哈尔滨理工大学电气与电子工程学院;哈尔滨工程大学信息与通信工程学院 |
| |
| 基金项目： | 国家自然科学基金资助项目(51779050);黑龙江省自然科学基金资助项目(F2016022) |
| |
| 摘 要： | 为了快速有效地诊断出汽油发动机故障,提出了一种基于孪生支持向量机(TWSVM)的发动机故障诊断方法.该方法利用HC、CO、CO2、O2和NOx共5种尾气参数值,并对其进行规范化处理,然后把这些数据作为特征向量,用于孪生支持向量机构成的多分类器中进行训练和测试,从而达到识别故障类别的目的.试验结果表明:采用孪生支持向量机分类方法比利用传统支持向量机具有更好的分类效果,且训练速度更快;在小样本数据情况下,故障诊断正确率可达到98.4%,能有效描述汽车尾气成分变化与发动机故障状态之间的复杂关系.
|
| 关 键 词： | 汽油机 故障诊断 孪生支持向量机 汽车尾气 分类器 核函数 |
Engine Fault Identification Based on TWSVM Algorithm |
| |
| Liu Changyuan,Che Luping,Bi Xiaojun.Engine Fault Identification Based on TWSVM Algorithm[J].Transactions of Csice,2019(1):84-89. |
| |
| Authors: | Liu Changyuan Che Luping Bi Xiaojun |
| |
| Affiliation: | (School of Electrical and Electronic Engineering,Harbin University of Science and Technology,Harbin 150080,China;Institute of Information and Communication,Harbin Engineering University,Harbin 150009,China) |
| |
| Abstract: | Liu Changyuan;Che Luping;Bi Xiaojun(School of Electrical and Electronic Engineering,Harbin University of Science and Technology,Harbin 150080,China;Institute of Information and Communication,Harbin Engineering University,Harbin 150009,China) |
| |
| Keywords: | gasoline engine fault diagnosis twin support vector machine(TWSVM) automobile exhaust classifier kernel function |
| 本文献已被 CNKI 维普 等数据库收录！ |
|
