摘要
设备信息和故障的不确定性、模糊性及故障样本的缺乏给故障诊断带来了较大的困难。针对该问题,分析了现有模糊支持向量机的原理和优缺点,提出了一种综合型模糊支持向量机。该模糊支持向量机既可以处理样本含有模糊信息的情况,又可以解决支持向量机分类中存在的不可分问题。然后,提出了基于综合型模糊支持向量机的故障诊断方法,并在某电路系统故障诊断中开展了应用研究。应用结果表明,该诊断方法在设备状态存在模糊性和故障样本较少的情况下,与现有模糊支持向量机诊断方法相比,实现了较准确的故障诊断。
There is much difficulty in fault diagnosis caused by uncertainty, illegibility and lack of system fault sample. Aiming at the problem, the basic theory and characteristic of existing fuzzy support vector machine are analyzed. And an integrated fuzzy support vector machine is put forward. This fuzzy support vector machine not only can process the fuzzy information in data sample, but also can solve the impartibility problem in support vector machine. Then, a fault diagnosis method based on the integrated fuzzy support vector machine is proposed. Application research is implemented in the fault diagnosis of certain circuit system. Application results show that this method can realize exact fault diagnosis in the condition of illegibility and lack of sample.
出处
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2009年第7期1363-1367,共5页
Chinese Journal of Scientific Instrument
关键词
支持向量机
模糊支持向量机
故障诊断
support vector machine
fuzzy support vector machine
fault diagnosis
作者简介
刘冠军，分别于1994年、2000年于国防科技大学获得学士、博士学位，现为国防科技大学副研究员，主要研究方向为故障诊断与机内测试等。E-mail：gjliu342@sina．com苏永定，2002年于浙江大学获得学士学位，2005年于国防科技大学获得硕士学位，现为国防科技大学博士生，主要研究方向为故障诊断与测试性等。E—mail：syding@126．com
