[发明专利]基于RVM的发动机故障检测方法

权利要求书

1.一种基于RVM的发动机故障诊断方法，其特征在于：包括如下步骤：

步骤一：预处理: 对发动机运行速度及其对应的振幅、频率样本的先验数据进行归一化处理，并建立运行速度及其对应的振幅、频率与发动机状态之间的对应关系；

步骤二：机器训练: 选择合适的核函数并对其超参数进行鱼群算法优化训练，建立合适的ＲVM 模型;

步骤三：故障诊断: 采用“一对一”ＲVM 分类器进行待测样本故障诊断并输出结果。

2.根据权利要求1所述的基于RVM的发动机故障诊断方法，其特征在于：所述步骤二中，核函数为高斯径向基核函数。

3.根据权利要求1所述的基于RVM的发动机故障诊断方法，其特征在于：所述鱼群算法的实现过程为：

a.初始化鱼群种群数、各个阶段的交叉率及变异率、最大迭代次数；

b.使用互信息计算各个变量之间的互信息；

c.采用MWST算法生成初始的无向图，并指定任意一个节点为根节点生成初始种群；

d.计算所有初始种群的BIC评分，找出评分最大的分值及个体；

e.将d的结果放入初始化后的公告板；

while（迭代次数＜最大迭代次数）

for ｋ＝１：fishnum

f.若此编号的鱼个体满足聚群条件，则执行聚群行为；否则执行觅食行为；

g.若此编号的鱼个体满足追尾条件，则执行追尾行为；否则执行觅食行为；

h.将执行完聚群行为和追尾行为的鱼个体进行比较，得到此鱼个体“捕食”最优的方式，并记录；

i.用一次“捕食”后的fishinum个鱼个体中的最优个体来更新公告板；

j.判断是否达到最大迭代次数，若达到最大迭代次数，则算法结束；否则继续进行；

k.输出计算后的最高得分值，得到最优参数。