基于最小二乘支持向量机的柴油机燃油系统故障诊断方法

摘要

一种基于最小二乘支持向量机的柴油机燃油系统故障诊断方法，包括：采集柴油机正常和各种故障条件下的振动加速度信号；利用固有时间尺度分解算法对采集到的振动加速度信号进行分解，生成若干个旋转分量和残差信号；计算前N阶旋转分量的典型频域特征作为故障特征；划分训练样本和测试样本；利用差分进化算法和粒子群算法的混合算法对最小二乘支持向量机的惩罚因子和核函数参数进行优化，得到最优惩罚因子和最优核函数参数；利用得到的最优惩罚因子和核函数参数训练最小二乘支持向量机进行故障诊断。本发明的方法可以快速准确的判别柴油机的运行状态，适用于柴油机在线诊断。

主权项

一种基于最小二乘支持向量机的柴油机燃油系统故障诊断方法，其特征在于，包括以下步骤：1)采集柴油机正常和各种故障条件下的振动加速度信号x(t)；2)利用固有时间尺度分解算法对采集到的振动加速度信号x(t)进行分解，生成若干个旋转分量PRC_k(t)和残差信号e(t)；$x\left(t\right)=\underset{k=1}{\overset{K}{\Sigma }}{\mathrm{PRC}}_k\left(t\right)+e\left(t\right)$其中，K为旋转分量总数，k为旋转分量标号；3)计算前N阶旋转分量的典型频域特征作为故障特征；4)划分训练样本和测试样本；5)利用差分进化算法和粒子群算法的混合算法对最小二乘支持向量机的惩罚因子和核函数参数进行优化，得到最优惩罚因子和最优核函数参数；6)利用得到的最优惩罚因子和核函数参数训练最小二乘支持向量机进行故障诊断。