文件名称：基于LS-SVM和SVM的气动执行器故障诊断方法* (2013年)
文件大小：456KB
文件格式：PDF
更新时间：2024-05-29 13:10:09
工程技术 论文
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，以残差作为输入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