期刊简介
本刊是由中国航天科工集团公司主管, 由航天科工集团十七所主办。它是仿真技术领域的综合性科技期刊。98年起已列入国家科技部中国科...【详细查看】
过刊浏览
信息公告
- 15/01 中国航天科工信...
- 14/09航天工业机关服务...
- 14/10航天信息股份有限...
- 14/12湖南航天工业总公...
- 14/08中国航天科工集团...
- 14/07中国航天科工集团...
- 14/06 南京航天管理干...
基于PSO-SVM的发动机故障诊断研究
【出 处】:《
计算机仿真
》
CSCD
2014年第31卷第3期 171-174页,共4页
【作 者】:
赵曦
[1] ;
李颖
[1] ;
徐江
[2] ;
黄翰
[3]
【摘 要】
研究发动机故障准确诊断的方法。在发动机发生故障时.利用传统算法对故障进行诊断,需要将发动机故障参数与发动机所有部件运行状态参数逐个进行对比,从而对故障部件进行诊断,存在较强的滞后性。为了避免上述传统算法的弊端,提出了一种基于PSO—SVM的发动机故障诊断方法。利用粒子群方法,对所有的发动机故障信号进行指定空间内的搜索,从而获取最优粒子,为发动机故障诊断提供依据。利用支持向量机方法,实现发动机故障信号的分类,从而完成发动机故障诊断。实验结果表明,利用本文算法进行发动机故障诊断,能够极大地提高诊断的准确性,从而满足实际生产、生活的需求,取得了令人满意的效果。
相关热词搜索: 发动机 故障检测 粒子群 支持向量机 The engine Fault detection The particle swarm Support vector machine (SVM)
上一篇:汽车电动助力系统性能仿真与设计分析
下一篇:同轴串联的双SRM转矩脉动抑制的研究