基于LSSVM和SVM的气动执行器故障诊断方法

《基于LSSVM和SVM的气动执行器故障诊断方法》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、第26卷第11期传感技术学报Vol_26No．1lCHINESEJOURNALOFSENSORSANDACTUATORSNOV．2O132013年11月PneumaticActuatorFaultDiagnosisBasedonLS-SVMandSVMFENGZhigang，ZHANGXuejuan(DepartmentofAutomation，ShenyangAerospaceUniversity，Shenyang110136，China)Abstract：Tosolvethefaultdiagnosisproblemofself-valid

2、atingpneumaticactuator，anactuatorfaultdiagnosisapproachbasedonleastsquaresupportvectormachine(LS—SVM)regressionmodelingandsupportvectormachines(SVM)multi—classifierisproposed．TheLS-SVMregressionisusedtoestablishthenormalmodelsofthepneumaticactuator．Theresidualsgeneratedbycom

3、paringtheoutputofthemodelsandtheactualactuatorareusedasthenonlinearfeaturesofthepneumaticactuator．Then，thestructureofthehierarchicalsupportvectormachinesformulti—classificationisdesignedusingclusteringmethod，whichisusedasfaultclassifierstoidentifytheconditionandfaultpatterno

4、ftheactuator．TheproposedapproachisverifiedusingfaultdatageneratedbyDABLibmodelandcomparedwithPCA-SVMfaultdiagnosisapproach．Theresultsindicatethattheproposedapproachresolvesthesmallsampleandnonlinearprobleminpneumaticactuatorfaultdiagnosis．Keywords：actuatorfaultdiagnosis；leas

5、tsquaresupportvectormachine(LS-SVM)；supportvectormachine(SVM)multi—classifier；residuals；featureextractionEEACC：7230；0170Ldoi：10．3969／j．issn．1004—1699．2013．11．025基于LS—SVM和SVM的气动执行器故障诊断方法术冯志刚，张学娟(沈阳航空航天大学自动化学院，沈阳110136)摘要：为了解决自确认气动执行器的故障诊断问题，提出了一种基于最小二乘支持向量机(LS—SVM)回归建模和支持向量多分

6、类机(SVM)的执行器故障诊断方法，该方法利用LS—SVM回归建立气动执行器的正常模型，将实际输出与模型输出比较，产生残差作为气动执行器的非线性故障特征向量利用聚类方法设计了层次支持向量多分类机结构，以残差作为输人建立支持向量多分类机，判断气动执行器故障类型。利用DABLib生成的故障数据对所研究方法进行了验证，并与基于PCA—SVM的故障诊断方法进行了比较，结果表明该方法有效的解决了气动执行器故障诊断的小样本和非线性问题。关键词：执行器故障诊断；最小二乘支持向量机；支持向量多分类机；残差；特征提取中图分类号：TP214；TP18文献标识码：A

7、文章编号：1004—1699(2013)11—1610—07气动执行器以压缩空气为动力，具有结构简单、以及机械起始回程误差等特性，因此气动执行器的维护方便、无污染等优点，可以在各种恶劣工作环境故障诊断研究存在着困难与挑战。各种气动执行器中使用，如有防爆要求、多粉尘或潮湿的环境下，因的故障诊断方法相继提出，主要分为基于解析模型此广泛应用于工业自动化领域，在流程工业中起着的方法、基于神经网络的方法以及基于信号处理的重要的作用。而执行器是工业过程控制的终端设方法¨j。文献[2]通过建立多层前馈神经网络，实备，直接关系到生产过程的安全和可靠，一旦执行器

8、现了对执行器供气压力不正确，排气孔堵塞和膜片发生故障，后果将不堪想象，因此执行器故障诊断技泄露故障的识别。文献[3—4]利用神经网络高度的术的研究对整