|
|||||
|
|
| 基于废气成分分析和支持向量机的发动机故障诊断 | |
| 引用本文： | 李增芳,金春华,何 勇.基于废气成分分析和支持向量机的发动机故障诊断[J].农业工程学报,2010,26(4):143-146. |
| 作者姓名： | 李增芳 金春华 何 勇 |
| 作者单位： | 1. 浙江水利水电高等专科学校机电工程系,杭州,310018 2. 宁波大学生命科学与生物工程学院,宁波,315211 3. 浙江大学生物系统工程与食品科学学院,杭州,310029 |
| 基金项目： | 高等学校优秀青年教师教学科研奖励计划资助项目（02411）；浙江省教育厅科研计划项目（20070850） |
| 摘 要： | 为了实现发动机故障的快速实时诊断，提出了一种基于废气成分分析和支持向量机的发动机故障诊断方法。该方法首先运用NHA500废气分析仪采集发动机典型故障状态下的HC、CO、CO2、O2、NOX等废气参数值，接着对采集到的数据进行规范化处理，提取特征向量作为学习样本，然后用于设计训练基于支持向量机的多元分类器，进行故障类型识别。试验结果表明，采用纠错编码的支持向量机分类方法比神经网络具有更好的抗干扰性和更强的分类能力，在小样本的情况下故障诊断正确率达98.5%，能有效描述废气成分变化和故障状态之间的复杂关系。 |
| 关 键 词： | 发动机，故障检测，支持向量机，废气 |
| 收稿时间： | 3/1/2009 12:00:00 AM |
| 修稿时间： | 2010/3/17 0:00:00 |
Fault diagnosis of engine based on exhaust density analysis andsupport vector machines |
|
| Li Zengfang,Jin Chunhua,He Yong.Fault diagnosis of engine based on exhaust density analysis andsupport vector machines[J].Transactions of the Chinese Society of Agricultural Engineering,2010,26(4):143-146. | |
| Authors: | Li Zengfang Jin Chunhua He Yong |
| Institution: | 1.Department of Electromechanical Engineering/a>;Zhejiang Water Conservancy and Hydropower College/a>;Hangzhou 310018/a>;China/a>;2.Faculty of Life Science and Biotechnology/a>;Ningbo University/a>;Ningbo 315211/a>;3.Department of Bio-system Engineering/a>;Zhejiang University/a>;Hangzhou 310029/a>;China |
| Abstract: | In order to realize real-time fault diagnosis,a method for engine fault diagnosis based on exhaust density analysis and support vector machines(SVM)was put forward.Under typical fault working conditions of the engine, firstly,the data of exhaust densities of HC,CO,CO2,O2,NOXwere gotten by using NHA-500 exhaust density analysis instrument.Then the data were normalized,and feature vectors were extracted from the data as learning samples and then used in designing and training multielement classifier based on ... |
| Keywords: | engines fault detection support vector machines exhaust emission |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
| 点击此处可从《农业工程学报》浏览原始摘要信息 | |
| 点击此处可从《农业工程学报》下载免费的PDF全文 | |