二维码(扫一下试试看!) | 基于改进SVM的车辆传动系统故障诊断方法 | A Fault Diagnosis Method of Vehicle Transmission System Based on Improved SVM | 投稿时间:2019-04-02 | DOI:10.15918/j.tbit1001-0645.2019.110 | 中文关键词:支持向量机不平衡数据概率输出模糊隶属度性能分析 | English Keywords:support vector machineunbalanced dataprobability outputfuzzy membership degreeperformance analysis | 基金项目: | | 摘要点击次数:1915 | 全文下载次数:2355 | 中文摘要: | 利用车辆传动系统试验数据对车辆进行故障诊断和性能评价可以实现车辆故障预警,提高可靠性,从而提高车辆性能,但测试数据有数据量大、不平衡、维度高、噪声多的特征,使得传统数据分析算法会产生次优的分类模型.针对上述问题,提出了一种改进的不平衡数据分类支持向量机算法.该算法赋予各样本不同的权值,用马氏距离改进模糊隶属度的设计以排除变量相关性干扰,同时可以输出正常状态下的故障概率.实验结果表明,该算法能够有效提高故障诊断的准确性,概率输出模型可用于故障预警和性能分析. | English Summary: | Fault diagnosis and performance evaluation with vehicle transmission system test data can play a role in fault warning, improving reliability, and further improving vehicle performance.However, the test data are very large and unbalanced, possess high dimensionality and noise, which make the traditional data analysis algorithm produce sub-optimal classification model. In order to solve the above problems, a new improved support vector machine (SVM) algorithm was proposed for imbalanced data classification. The algorithm was arranged to present different weights for each sample, improve the design of fuzzy membership degree with Mahalanobis distance to eliminate the interference of variable correlation, and to output the failure probability under normal state at the same time. The experimental results show that the algorithm can effectively improve the accuracy of fault diagnosis, and at the same time can use the probability output model to carry out fault warning and performance analysis. | 查看全文查看/发表评论下载PDF阅读器 | |
张冬晓,陈亚洲,程二威,许彤.一种无人机数据链电磁干扰自适应新方法[J].北京理工大学学报(自然科学版),2020,40(8):880~887.ZHANGDong-xiao,CHENYa-zhou,CHENGEr-wei,XUTong.ANewMethodforUAV'sDatalinkAdapti ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21焦龙龙,罗森林,刘望桐,潘丽敏.结合路径标签和数据变异的模糊测试关键数据定位方法[J].北京理工大学学报(自然科学版),2020,40(9):1009~1017.JIAOLong-long,LUOSen-lin,LIUWang-tong,PANLi-min.KeyDataLocationMethod ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21倪俊,姜旭,熊周兵,周波.无人车大数据与云控制技术综述[J].北京理工大学学报(自然科学版),2021,41(1):1~8.NIJun,JIANGXu,XIONGZhoubing,ZHOUBo.OverviewofBigDataandCloudControlTechnologiesintheFiel ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21.北京理工大学学报2020年总目次(第40卷)[J].北京理工大学学报(自然科学版),2020,40(12):1369~1386..[J].TransactionsofBeijingInstituteofTechnology,2020,40(12):1369-1386.二维码(扫一下试试看!)北京理 ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21张之得,王正杰,郝智渊.基于数据驱动的小型柔性翼飞行器控制研究[J].北京理工大学学报(自然科学版),2021,41(2):177~185.ZHANGZhide,WANGZhengjie,HAOZhiyuan.ResearchonDataDrivenControlofaSmallFlexibleWi ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21孙一博,孟秀云,邱文杰.基于表格形气动数据的滑翔飞行器轨迹优化[J].北京理工大学学报(自然科学版),2021,41(8):820~829,839.SUNYibo,MENGXiuyun,QIUWenjie.TrajectoryOptimizationofGlideVehiclesBasedonTab ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21李娟莉,李梦辉,谢嘉成,王学文,张鑫.分布式实时运行数据驱动的液压支架群虚拟监测关键技术[J].北京理工大学学报(自然科学版),2021,41(10):1023~1033.LIJuanli,LIMenghui,XIEJiacheng,WANGXuewen,ZHANGXin.KeyTechnologi ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21许彤,陈亚洲,王玉明,赵敏.无人机数据链带内连续波电磁干扰效应研究[J].北京理工大学学报(自然科学版),2021,41(10):1084~1094.XUTong,CHENYazhou,WANGYuming,ZHAOMin.ResearchonIn-BandContinuousWaveElectro ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21胡宇辉,王旭,胡家铭,龚建伟,王克,李桂鹏,梅程.越野环境下无人驾驶车辆技术研究综述[J].北京理工大学学报(自然科学版),2021,41(11):1137~1144.HUYuhui,WANGXu,HUJiaming,GONGJianwei,WANGKe,LIGuipeng,MEICheng.AnO ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21焦龙龙,罗森林,曹伟,潘丽敏,张笈.变异策略动态构建的模糊测试数据生成方法[J].北京理工大学学报(自然科学版),2019,39(5):539~544.JIAOLong-long,LUOSen-lin,CAOWei,PANLi-min,ZHANGJi.FuzzingTestDataGeneratio ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21
| |