基于改进鲸鱼算法寻优SVM的船用柴油机燃油系统故障诊断方法研究
2021-11-10黄烨鑫万振刚程琛
计算技术与自动化 2021年2期
关键词:故障诊断
黄烨鑫 万振刚 程琛



关键词:船用柴油机;拉普拉斯分值(LS);改进鲸鱼算法(IWOA);支持向量机(SVM);故障诊断
船用柴油机因其特殊性和复杂性,一直是相关行业讨论的重中之重。在喷射方面,船用柴油机的输出扭矩会比其他柴油机更高;在点火方面,船用柴油机通过压缩自燃点火;在用油方面,船用油的碱性较高,对润滑油的要求有足够的碱保持性、良好的抗乳化性和分水性。由此可知,展开对船用柴油机的故障诊断是具有很大实用性。
基于LS和IWOASVM的船用柴油机故障诊·断方法,首先通过LS对征兆样本集进行特征选择,通过比较各个特征的I-S,挑选出最有效的几组来达到降维的目的。拉普拉斯分值的基本思想是根据特征的局部保存能力对其进行评估。既可以有效表达故障信息,又可以解决维数过多的问题,而且提高了计算能力和效率;再用IWOA寻优SVM中的核参数和惩罚因子,鲸鱼算法是一种新型的元启发式算法,结构简单,调节参数少,全局寻优能力强,尤其是收敛精速度上明显优于传统算法,为提高鲸鱼算法的能力,对其进行改进,融人惯性权值,提高对两者的优化效果;最后利用IWOASVM分類器来进行降维后的分类处理,达到故障诊断的效果。作为一种监督式学习算法,SVM在解决小样本机器学习问题和提高泛化性能上的优势,被广泛应用。SVM既可以解决线性问题,又可以解决非线性问题,但是其参数的选择对分类效果和精度有着极大影响,故引入改进鲸鱼算法进行优化选择。……
登录APP查看全文
