基于邻域粗糙集和支持向量机的内燃机故障诊断方法

杨波^1,2，宋国富¹，洪波昌¹，申立中³

1. 昆明理工大学质量发展研究院2. 昆明云内动力股份有限公司3. 昆明理工大学云南省内燃机重点实验室

摘 要：针对内燃机传统诊断方法的弊端,从内燃机故障诊断的实际从发,首先利用邻域粗糙集（NRS）对样本数据进行混淆度分析,然后采用基于PSO参数寻优的支持向量机（SVM）算法对内燃机故障进行分类诊断,构建一种NRS和PSO-SVM相结合的内燃机故障诊断模型.该方法既发挥了邻域粗糙集处理异常样本的能力,又融合了支持向量机优异的分类性能.工程实例应用表明,该模型诊断精度为94.83%,诊断时间为2.001 0E-4 s,是一种快速有效的诊断方法.

关键词：小缸径内燃机;邻域粗糙集;支持向量机;故障诊断;