典型文献
基于SVM的船用柴油机增压换气系统的故障诊断
文献摘要：
采用SVM对不同运行工况下的柴油机增压换气系统进行故障诊断,为了提高SVM对柴油机换气系统故障诊断效率和准确率,选取最佳的支持向量机模型具有重要意义.热工参数相对偏差分析可以解决柴油机不同运行工况下的标准建模问题,分别采用交叉验证、网格搜索算法、粒子群算法、遗传算法对支持向量机模型进行参数(c、g)寻优,且得出网格搜索算法最适合换气系统的故障诊断,寻优的SVM分类准确率也最高,基本上都在90％以上,然后以此为基础,提出改进的网格搜索算法,分类准确率与传统网格搜索算法相差不大,但是时间大幅度减少,达3倍左右.研究成果为柴油机换气系统的故障数据分类识别提供更有效的方法参考,也为柴油机系统的诊断提供训练样本和趋势分析.
文献关键词：
SVM;相对偏差;改进网格搜索算法
中图分类号：
作者姓名：
汪猛;胡以怀;曾存;方云虎;张陈;王东
作者机构：
上海海事大学商船学院,上海 201306;招商局金陵鼎衡船舶(扬州)有限公司,江苏扬州 225217
文献出处：
引用格式：
[1]汪猛;胡以怀;曾存;方云虎;张陈;王东-.基于SVM的船用柴油机增压换气系统的故障诊断)[J].机电工程技术,2022(03):67-73
A类：
改进网格搜索算法
B类：
船用柴油机,增压,换气,气系统,运行工况,系统故障,诊断效率,支持向量机模型,热工参数,相对偏差,偏差分析,交叉验证,粒子群算法,分类准确率,基本上,故障数据,数据分类,分类识别,机系统,训练样本
AB值：
0.18712
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
