基于LDA-GA-SVM的船舶电力推进系统故障诊断 |
| |
引用本文: | 赖永发徐合力高岚.基于LDA-GA-SVM的船舶电力推进系统故障诊断[J].中国修船,2020(4):33-39. |
| |
作者姓名: | 赖永发徐合力高岚 |
| |
作者单位: | 1.武汉理工大学船舶动力工程技术交通行业重点实验室430063; |
| |
摘 要: | 在船舶电力推进系统发生故障时,进行快速准确诊断对于船舶航行的安全性至关重要。文章针对电力推进系统中永磁同步电机的常见故障,提出基于线性判别分析(LDA)与遗传算法(GA)优化的支持向量机(SVM)相结合的船舶电力推进系统故障诊断方法。以“烟大轮”作为研究对象搭建故障仿真模型,以此为基础生成故障数据。运用小波包算法结合LDA算法提取故障数据中的特征向量,再利用经过GA优化后的SVM模型对故障特征向量进行分类。分析仿真验证结果,与未优化的SVM模型对比,GA-SVM具有更高的故障诊断准确率。
|
关 键 词: | 电力推进系统 线性判别分析 遗传算法 支持向量机 |
本文献已被 CNKI 维普 等数据库收录! |
|