知识导航
资源分类

基于快速在线支持张量机的柴油机智能诊断方法

基于快速在线支持张量机的柴油机智能诊断方法

Intelligent Diagnosis Method of Diesel Engine based on Fast Online Support Tensor Machine

Intelligent Diagnosis Method of Diesel Engine based on Fast Online Support Tensor Machine

doi:
10.3901/JME.2018.22.030
摘要:
柴油机状态监测信号众多且多为非平稳信号,相互干扰较大且具有非线性和复杂耦合的特征,导致基于向量模式的故障诊断方法难以准确诊断其工作状态.提出一种张量模式下的柴油机智能诊断方法.首先,结合线性支持高阶张量机的学习框架和在线随机梯度下降法的思想,设计带核函数的快速在线支持张量机算法.然后,构建“信号类别×曲轴转角×转速”的三阶张量形式的柴油机状态样本,分别以在线支持向量机、线性支持高阶张量机和快速在线支持张量机三种算法,对某柴油机的失火样本进行故障诊断,以“测试精度”“学习时间”“存储空间”作为评价指标对三种算法进行对比分析.分析结果表明,所设计的快速在线支持张量机算法测试精度较高,学习时间显著降低,所需存储空间很小,解决了超大样本、非线性和高维数据的分类问题,满足了柴油机智能故障诊断的工程应用要求.
作者 许小伟 [1] 张楠 [2] 严运兵 [1] 秦丽 [2]
Author: XU Xiaowei[1] ZHANG Nan[2] YAN Yunbing[1] QIN Li[2]
作者单位
  1. 武汉科技大学汽车与交通工程学院 武汉430081;纯电动汽车动力系统设计与测试湖北省重点实验室 襄阳441053
  2. 武汉科技大学汽车与交通工程学院 武汉430081
期 刊: 机械工程学报 ISTIC EI SCI PKU CSSCI
Journal: Journal of Mechanical Engineering
年,卷(期) 2018, 54(22)
分类号 TG156
关键词: 张量模式 知识脉络 快速在线支持张量机 知识脉络 柴油机 知识脉络 智能诊断 知识脉络
机标分类号 TP3 O35
基金项目 国家自然科学基金,电动汽车动力系统设计与测试湖北省重点实验室基金,湖北省教育厅基金
参考文献和引证文献
返回顶部参考文献
返回顶部引证文献
返回顶部本文读者也读过
返回顶部相似文献
返回顶部相关博文

知识产权声明| 服务承诺| 联系我们| 人才招聘| 客户服务| 关于我们

京ICP证:010071  互联网出版许可证:新出网证(京)字042号  京公网安备11010802020237号
万方数据知识服务平台--国家科技支撑计划资助项目(编号:2006BAH03B01)©北京万方数据股份有限公司  万方数据电子出版社