遗传算法优化的SVM在航空发动机磨损故障诊断中的应用

简介

研究遗传算法(GA)优化的支持向量机（SVM）在航空发动机磨损故障诊断中的运用。介绍基于GA优化SVM算法的实现过程，对算法中关键参数进行分析，并用改进的GA对SVM中的惩罚参数和核参数进行优化。采用GA优化的SVM对某型号航空发动机的油液磨粒数据进行诊断，并从诊断精度、计算时间、抗噪能力三方面比较GA优化的SVM、BP神经网络和RBF神经网络的诊断精度。结果表明：GA优化的SVM能够有效地诊断航空发动机磨损故障；GA优化的SVM的诊断精度明显高于RBF和BP神经网络，且在有噪声的情况下，其诊断准确度依旧高于RBF和BP神经网络，但由于GA-SVM的结构和训练方法其训练时间较长。