【作者】

蔡艳平，张 恒，石林锁，张世雄

【摘要】

为提高内燃机在强耦合、弱信号条件下的故障诊断精度，提出一种基于改进二叉树支持向量机(SVM)的内 燃机故障诊断方法．首先对样本的可分性测度进行重新定义，以此训练出的支持向量机模型更大程度上减少了样本错分的可能性，通过对仿真数据的分类识别，验证了有效性．以BF4L1011F 型内燃机为诊断对象，分别提取振动信号的数据域及图像域特征，对比不同多分类算法识别结果，所提方法表现出更高的识别准确率．

【论文集名称】

2019年

【会议名称】

《内燃机学报》

【下载次数】

0

返回