基于GAPSO-SVM的航空发动机典型故障诊断

作者：张俊红; 刘昱; 马文朋; 马梁; 李林洁

来源：天津大学学报 (自然科学与工程技术版), 2012, (12): 1057-1061.

• 支持向量机
• 遗传算法
• 粒子群优化算法
• 故障诊断 support vector machine
• genetic algorithm
• particle swarm optimization algorithm
• fault diagnosis

针对遗传算法(GA)和粒子群优化(PSO)算法优化支持向量机(SVM)存在容易陷入局部最优解、诊断精度相对较低、鲁棒性较差的问题,提出了一种结合GA、PSO、模拟退火算法的GAPSO优化算法,利用这种算法对SVM的参数进行了优化,优化后的算法能够较好地调整算法的全局与局部搜索能力之间的平衡.通过对航空发动机典型故障的诊断研究表明,该方法不仅能够取得良好的分类效果,诊断精度高于BP神经网络、自组织神经网络、标准SVM、GA-SVM,而且有较好的鲁棒性,更适合在故障诊断中应用.

• 单位
  内燃机燃烧学国家重点实验室; 天津大学