摘要:
针对已有在线故障诊断方法在数据量大、噪声强条件下分类速度较低、分类精度不够高等问题,结合液压泵故障类别数目大、工作环境恶劣的特点,提出了一种适用于混凝土泵车液压泵在线诊断的状态识别算法——容错度自适应支持向量机。该方法主要从四个方面对分类速度做了改进:①引入容错度因子进行模型训练;②优先选择能将某一类故障样本单独分离出来的二分类器;③在满足②的基础上选择平均支持向量机少的分类器;④引入增量学习算法对参数进行自适应调整,提高多故障诊断中对新故障类别和新故障数据的适应性,保证系统的分类精度。通过对混凝土泵车的液压泵故障诊断,证明了该方法在明显提高分类速度的同时保证了较高的分类精度。
中图分类号:
吴丹1, 2, 金敏1.
基于容错度自适应支持向量机的液压泵故障诊断
[J]. 中国机械工程, 2011, 22(21): 2582-2587.
TUN Dan-1, 2, JIN Min-1.
New Method Based on Fault-tolerant Adaptive SVM to Fault Diagnosis of Hydraulic Pump
[J]. China Mechanical Engineering, 2011, 22(21): 2582-2587.