基于优化支持向量机模型的发动机故障诊断

《基于优化支持向量机模型的发动机故障诊断》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、‘－．－ＭＷＰ．去－Ｔ＾ｌ＾Ｍ｜博±学位论文■ＫＤＯＣＴＯＲＡＬＤＩＳＳＥＲＴＡＴＩＯＮ瞧―隱—论文题目基于优化支持向量机模型的发动祝故障诊断ｋ“作者裹立新：＾学院城工程与自动化学院专业车辆王程指导教师親織ｆｌｉｐｐｎ，—遍——？心五年五月日诵心聖．．’卡．遽分类号Ｕ２７９．３密级ＵＤＣ学位论文基于仇化支持向量机模型的发动机故障诊断作者姓名；憂立新指导教师：张天侠教授东北大学机械工程与自动化学院申请学位级别：博±学科类别；工学学科专业名称

2、：车辆工程论文提交日期：２０１５年４月论文答辩日期：２０巧年５月学位授予日期；年月答辩委员会主席；评阅人；东北大学２０１５年５月ＡＤｉｓｓｅｒｔａ社ｏｎｉｎＶｅｈｉｃｌｅＥｎｇｉｎｅｅｒｉｎｇＥｎｉｎｅＦａｕｌｔＤｉａｎｏｓｉｓＢａｓｅｄｏｎＯｔｉｍａｌｇｇｐＭｏｄｅｌｏｆＳｕｏｉｉ：ＶｅｃｔｏｒＭａｃｈｉｎｅｐｐｂＮｉｅＬｉｘｉｎｙＳｕｅｒｖｉｓｏｒ：ＰｒｏｆｅＭｏｒＺｈａｎＴｉａｎｘｉａｐｇＮｏｒｔｈｅａｓｔｅｒｎＵｎｉｖｅｒｓｉｔｙＭａ２０１５ｙ独创性声明

3、本人声明，所呈交的学位论文是在导师的指导下完成的。论文中取得的研巧成果除加Ｗ标注和致谢的地方外，不包含其他人己经发表或撰写过的研巧成果，也不包括本人为获得其他学位而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢意。学位论文作者签名：曰期：作６月ｉ白学位论文版权使用授权书本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论文的规定：即学校有权保留并向国家有关部ｎ或机构送交论文的。复印件和磁盘，允许论文被查阅和借阅本人同意东北大学可Ｗ将学位论文的全部或部分内容编入有关

4、数据库进行检索、交流。作者和导师同意网上交流的时间为作者获得学位后；半年□一年□一年半□两年〇／学位论文作者签名；＾１导师签名：乐岭＼紙＾、■。。会巧导台＜字日期签字日期；义。５坏签；又坪Ｉ东北大学博去学位论文摘要基于优化支持向量机模型的发动机故障诊断摘要随着人民生活水平的不断提高，汽车己成为日常生活不可缺少的交通工具，我国的汽车工化也随之得到了快速的发展。愈演愈烈的市场竞争对汽车生产企业的研发和制造水平提出了更高的要求，促使车辆的结构、功能日趋多样化和复杂化。同时，车辆的故障种类也明显増多，汽车

5、故障诊断和状态监控所面临的难题也愈来愈多。本文Ｗ汽车的关键部件一发动机为研究对象和试验对象，重点研究获得能够较好地反映故障状态与其相应的故障特征向量之间关系的模型的方法。在充分吸收现有研巧成果的基础上，本文提出了一种结构和参数均实现优化的支持向量机模型，并成功地应用于发动机的各类故障诊断。本文的研究内容和成果主要有Ｗ下几部分：（１）针对支持向量机的模型优化很少考虑模型结构的研巧现状，本文巧为系统地分析了支持向量机模型优化所涉及到的有关模型结构的因素，如二分类支持向量机的基本结构、核函数的结构及核参数数量、多分类组合模式的种类等，并

6、在此基础上建立了Ｗ训练样本集的交叉验证错分函数为优化目标函数的优化模型，其优化设计变量不但包括核西数参数、支持向量机惩罚参数等模型参数，也包含上述模型结构因素。这种结构和参数均得到优化的支持向量机模型考虑了更多的影响支持向量机分类精度的因素，属于离散／连续混合优化范畴。试验分析表明，无论是标准测试数据集还是发动机的故障特征数据集。，在设定模型结构下的交叉验证错分率均呈非单调的多极值形态分布因此，／求解上述优化模型的关键有两点：如何避免优化算法的早熟收敛问题和如何解决离散连续混合优化问题。（２）本文采用了粒子群优化（ＰＳＯ）算法

7、对支持向量机的模型参数进行化化。首先一，采用田口试验设计方法对ＰＳＯ算法的控制参数进巧了优化选择，提出了种基于动态邻域模式的ＰＳＯ算法；ＤＮＰＳＯ算法。该算法通过逐渐增大的粒子邻居规模，使群体在迭代的中前期能够有较好的探索能力，也使在迭代中后期保持良好的开发能力，优化性能优于标准ＰＳＯ算法。最重要的是，通过田口试验选择了适应性较强的惯性权重一和加速系数等ＰＳＯ算法控制参数，为ＰＳＯ算法的进步改进奠定了基础。（３）分析了粒子群优化算法早熟收敛的原因，认识到仅靠合理的控制参数仍然不能避免ＰＳＯ算法陷入局部极值。若要克服群体早熟收敛的问

8、题，必须采取扰动变异１＾一。修正种群的结构本文在