| 基于分层模糊支持向量机的油液磨粒自动识别 |
| |
| 引用本文： | 任松,徐雪茹,欧阳汛,赵云峰,王小书.基于分层模糊支持向量机的油液磨粒自动识别[J].润滑与密封,2019,44(5):1-8. |
| |
| 作者姓名： | 任松 徐雪茹 欧阳汛 赵云峰 王小书 |
| |
| 作者单位： | 重庆大学煤矿灾害动力学与控制国家重点实验室 |
| |
| 基金项目： | 国家自然科学基金项目（51774057）. |
| |
| 摘 要： | 提出基于模糊支持向量机的机械设备在用油液磨粒自动识别方法。首先利用K-均值聚类算法对磨粒图像进行分割,提取磨粒的形状尺寸特征参数、边缘细节特征参数、表面纹理特征参数作为其量化表征,分别选择最能反映待识别磨粒特征的参数作为各个二分类器的输入向量;然后结合二叉树法和一对多法间接构造磨粒的分层多类别分类器模型,在训练过程中同时利用粒子群算法优化分类器的参数,建立一种参数自适应的模糊支持向量机分层多类别分类模型。将该模型应用到旋挖钻机在用油液的磨损颗粒识别中,识别率最高达90%。该模型结构简单、分类精度好,在磨粒识别领域较大的工程应用价值。
|
| 关 键 词： | 磨粒识别 模糊支持向量机 粒子群算法 特征参数 分层多类别分类 |
Automatic Recognition of Wear Debris in Oil Based on Hierarchical Fuzzy Support Vector Machines |
| |
| REN Song,XU Xueru,OU Yangxun,ZHAO Yunfeng,WANG Xiaoshu.Automatic Recognition of Wear Debris in Oil Based on Hierarchical Fuzzy Support Vector Machines[J].Lubrication Engineering,2019,44(5):1-8. |
| |
| Authors: | REN Song XU Xueru OU Yangxun ZHAO Yunfeng WANG Xiaoshu |
| |
| Affiliation: | (State Key Laboratory of Coal Mine Disaster Dynamics and Control,Chongqing University,Chongqing 400030,China) |
| |
| Abstract: | REN Song;XU Xueru;OU Yangxun;ZHAO Yunfeng;WANG Xiaoshu(State Key Laboratory of Coal Mine Disaster Dynamics and Control,Chongqing University,Chongqing 400030,China) |
| |
| Keywords: | wear debris recognition fuzzy support vector machines particle swarm optimization feature parameters hierarchical multi class classification |
| 本文献已被 CNKI 维普 等数据库收录！ |
| 点击此处可从《润滑与密封》浏览原始摘要信息 |
|
点击此处可从《润滑与密封》下载全文 |
|
