基于支持向量机的机电BIT虚警抑制 |
| |
作者姓名: | 柳新民 刘冠军 姜云春 |
| |
作者单位: | 国防科技大学机电工程与自动化学院,长沙410073 |
| |
摘 要: | 诊断间歇故障是降低BIT虚警的一个主要途径。针对目前间歇故障诊断方法的不足,根据支持向量机(SVM)的小样本学习优点,建立基于支持向量机的三状态(正常、间歇故障、永久故障)故障诊断模型,再以振动信号的AR模型系数为特征,在少量训练样本下,利用该模型SVM诊断间歇故障。实验结果表明,该方法可在多种间歇故障、少量训练样本的情况下,对间歇故障进行有效诊断,从而达到降低BIT虚警的目的。
|
关 键 词: | 支持向量机 间歇故障 虚警设计 机内测试 人工智能 统计学习 |
本文献已被 维普 等数据库收录! |
|