关于LS-SVM和SVM气动执行器故障诊断方法.pdfVIP

第26卷 第 11期 传 感 技 术 学 报 Vol_26 No．1l 2013年 11月 CHINESEJOURNALOFSENSORSANDACTUATORS NOV．2O13 PneumaticActuatorFaultDiagnosisBasedonLS-SVM andSVM FENGZhigang ，ZHANGXuejuan (DepartmentofAutomation，ShenyangAerospaceUniversity，Shenyang110136，China) Abstract：To solve thefaultdiagnosisproblem ofself-validatingpneumaticactuator，an actuatorfaultdiagnosis approachbasedonleastsquaresupportvectormachine(LS—SVM)regressionmodelingandsupportvectormachines (SVM)multi—classifierisproposed．TheLS-SVMregressionisusedtoestablishthenormalmodelsofthepneumatic actuator．Theresidualsgeneratedbycomparingtheoutputofthemodelsandtheactualactuatorareusedasthe nonlinearfeaturesofthepneumaticactuator．Then，the structure ofthehierarchicalsupport vectormachinesfor multi—classificationisdesignedusingclusteringmethod，which isusedasfaultclassifierstoidentifythecondition andfaultpatternoftheactuator．TheproposedapproachisverifiedusingfaultdatageneratedbyDABLibmodeland comparedwith PCA-SVM faultdiagnosisapproach．Theresultsindicatethattheproposedapproach resolvesthe smallsampleandnonlinearproblem inpneumaticactuatorfaultdiagnosis． Keywords：actuatorfaultdiagnosis；leastsquaresupportvectormachine(LS-SVM)；supportvectormachine(SVM) multi—classifier；residuals；featureextraction EEACC：7230；0170L doi：10．3969／j．issn．1004—1699．2013．11．025 基于LS—SVM和 SVM 的气动执行器故障诊断方法术 冯志刚 ，张学娟 (沈阳航空航天大学 自动化学院，沈阳 110136) 摘 要 ：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，以残差作为输人建立 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。 关键词 ：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 中图分类号：TP214；TP18 文献标识码 ：A 文章编号：1004—1699(2013)11—1610—07