| 基于特征融合技术的发动机故障诊断 |
| |
| 引用本文： | 许丽佳,康志亮,黄诚惕.基于特征融合技术的发动机故障诊断[J].农业工程,2010(11):130-135. |
| |
| 作者姓名： | 许丽佳 康志亮 黄诚惕 |
| |
| 作者单位： | 1．四川农业大学信息与工程技术学院，雅安 625014;1．四川农业大学信息与工程技术学院，雅安 625014;2．电子科技大学自动化工程学院，成都 611731 |
| |
| 基金项目： | 四川省教育厅自然科学重点项目（08ZA067）；四川省教育厅青年基金项目（08zb028） |
| |
| 摘 要： | 为了提高发动机的故障识别率，设计了一种将B&B算法与广义辨别分析（GDA）相结合的多类特征融合方法。从发动机转子的振动信号中提取出频谱特征集和纹理特征集，用B&B算法删去2类特征集中信息量少的特征，并用GDA和支持向量机（SVM）分类器进行特征融合和分类识别。发动机的转子故障试验结果表明，该方法获得的融合特征包含有更多的类别信息，用于转子故障获得的识别率为98.21%，且不受分类器核参数的影响；而频谱特征、纹理特征输入SVM分类器后获得的故障识别率仅为92.86%和89.29%。该研究为发动机的故障诊断提
|
| 关 键 词： | 发动机，故障诊断，特征提取，广义辨别分析，特征融合 |
| 收稿时间： | 2/9/2010 12:00:00 AM |
Fault diagnosis for engine based on feature fusion |
| |
| Xu Liji,Kang Zhiliang and Huang Chengti.Fault diagnosis for engine based on feature fusion[J].Agricultural Engineering,2010(11):130-135. |
| |
| Authors: | Xu Liji Kang Zhiliang and Huang Chengti |
| |
| Abstract: | In order to achieve higher fault recognition rate of engine, the paper proposed a multi-class feature fusion method which combined B&B algorithm with generalized discriminant analysis (GDA). Firstly, the spectrum feature set and texture feature set were e |
| |
| Keywords: | engines fault diagnosis feature extraction generalized discriminant analysis (GDA) feature fusion |
|
| 点击此处可从《农业工程》浏览原始摘要信息 |
| 点击此处可从《农业工程》下载免费的PDF全文 |
