版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、隨著發(fā)動(dòng)機(jī)的自動(dòng)化程度不斷提高、工作性能不斷改善,其結(jié)構(gòu)也變得越來越復(fù)雜,加之工作環(huán)境惡劣,發(fā)動(dòng)機(jī)故障具有多樣性、頻發(fā)性、不確定性和破壞性等特點(diǎn),其故障識(shí)別也越來越困難。探索可靠和準(zhǔn)確的發(fā)動(dòng)機(jī)故障識(shí)別方法對(duì)人車安全、環(huán)境污染等都具有重要的意義。
支持向量機(jī)(SVM.Supportvector machine)對(duì)高維非線性問題有良好的識(shí)別能力,且在相對(duì)少量樣本時(shí)能兼顧良好的泛化能力,是模式識(shí)別的研究熱點(diǎn)之一;故障樹分析法(FTA
2、.Fault tree analysis)是一種思路清晰、邏輯性強(qiáng),可進(jìn)行定性和定量分析的系統(tǒng)可靠性分析方法,是安全系統(tǒng)工程的主要分析方法之一。本文結(jié)合SVM和FTA的特點(diǎn)提出了一種基于FTA-SVM的故障識(shí)別方法,從提高SVM數(shù)據(jù)處理可靠度入手來研究SVM分類器驅(qū)動(dòng)的可靠性問題,利用FTA提高分類器驅(qū)動(dòng)的可靠度,通過集成運(yùn)用FTA和SVM分析方法來探索汽車發(fā)動(dòng)機(jī)故障識(shí)別問題。
本文利用 FTA-SVM的故障識(shí)別方法對(duì)發(fā)動(dòng)機(jī)失
3、火和發(fā)動(dòng)機(jī)異響進(jìn)行了故障識(shí)別。首先,利用故障樹分析法提高 SVM映射模型的可靠性,對(duì)發(fā)動(dòng)機(jī)失火和發(fā)動(dòng)機(jī)異響進(jìn)行故障樹分析,理清發(fā)動(dòng)機(jī)失火或異響的故障機(jī)理,建立發(fā)動(dòng)機(jī)失火和異響的故障樹模型;建立起故障數(shù)據(jù)與故障樹底事件的非線性映射模型。利用一對(duì)一多分類方法構(gòu)建多分類器,并采用遺傳算法對(duì) SVM參數(shù)進(jìn)行優(yōu)化,建立SVM模型。
最后,本文在MATLAB環(huán)境下,針對(duì)SVM數(shù)據(jù)處理部分開發(fā)了人機(jī)交互友好的 SVM數(shù)據(jù)處理系統(tǒng),通過對(duì)測試
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于流形學(xué)習(xí)的汽車燃汽發(fā)動(dòng)機(jī)故障識(shí)別方法研究.pdf
- 飛機(jī)發(fā)動(dòng)機(jī)異常聲音識(shí)別方法研究.pdf
- 基于HOG與SVM的車輛識(shí)別方法研究.pdf
- 基于EEMD和SVM聯(lián)合診斷的發(fā)動(dòng)機(jī)故障分析.pdf
- 基于粗糙集的航空發(fā)動(dòng)機(jī)常見故障AE信號(hào)特征識(shí)別方法研究.pdf
- 基于小波和SVM的發(fā)動(dòng)機(jī)故障診斷方法及應(yīng)用.pdf
- 基于FTA與AHP的汽車電控發(fā)動(dòng)機(jī)故障診斷研究.pdf
- 基于改進(jìn)SVM的航空發(fā)動(dòng)機(jī)預(yù)測方法研究.pdf
- 基于3CA-BN分析的車輛發(fā)動(dòng)機(jī)故障診斷方法.pdf
- 基于SVM的車載發(fā)動(dòng)機(jī)故障診斷系統(tǒng)設(shè)計(jì).pdf
- 基于SVM的結(jié)構(gòu)損傷識(shí)別方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)方法的電控發(fā)動(dòng)機(jī)典型故障模式識(shí)別研究.pdf
- 基于車輛聲信號(hào)的SVM及CNN車型分類識(shí)別方法研究.pdf
- 基于噪聲信號(hào)的發(fā)動(dòng)機(jī)故障診斷HHT-SVM模型研究.pdf
- 基于SVM的人臉識(shí)別方法研究.pdf
- 基于改進(jìn)SVM的風(fēng)機(jī)SCADA系統(tǒng)故障分類識(shí)別方法研究.pdf
- 基于階次分析的發(fā)動(dòng)機(jī)故障預(yù)測與識(shí)別.pdf
- 基于Adaboost和SVM的車牌識(shí)別方法研究.pdf
- 基于多信息融合的發(fā)動(dòng)機(jī)故障診斷方法研究.pdf
- 發(fā)動(dòng)機(jī)故障分析
評(píng)論
0/150
提交評(píng)論