基于LS-SVM和SVM的气动执行器故障诊断方法

作者：冯志刚; 张学娟

来源：传感技术学报, 2013, (11): 1610-1616.

• 执行器故障诊断
• 最小二乘支持向量机
• 支持向量多分类机
• 残差
• 特征提取 actuator fault diagnosis
• least square support vector machine(LS-SVM)
• support vector machine(SVM) multi-classifier
• residuals
• feature extraction

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故障诊断的小样本和非线性问题。

• 出版日期2013
• 单位沈阳航空航天大学