双阈值单类支持矢量机在线故障检测算法及应用

摘要：

为了将单类支持矢量机应用于机械系统的在线故障检测,提出一种双阈值单类支持矢量机在线检测算法.该算法引入序贯最小优化算法以提高计算效率,使用两层决策边界以区分故障样本和非边界支持矢量,并对检测模型进行在线自适应地更新,同时剔除故障样本对检测模型自适应更新的贡献,使得该算法能够有效剔除单类支持矢量机的原理性误差和因工况变化引起的误差,提高了检测精度.将该算法应用于某型液体火箭发动机涡轮泵振动信号的故障检测,结果表明,该算法可以在无虚警的情况下快速有效地检测涡轮泵故障.

关键词：新异类检测、单类支持矢量机、序贯最小优化、涡轮泵故障检测

所属期刊栏目：45

分类号：TP305;V434.21(计算技术、计算机技术)

资助基金：国家自然科学基金50675219;高等学校全国优秀博士学位论文作者专项资金200434

在线出版日期：2009-05-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：169-173