[发明专利]一种基于模糊支持向量机的空压机故障诊断方法

权利要求书

1.一种基于模糊支持向量机的空压机故障诊断方法，其特征是：包括以下步骤：

S1：获取空压机运行时的具体参数数据；

S2：对空压机的运行故障进行分类，收集记录空压机故障时的具体参数数据；

S3：对应不同类别的故障，建立相应的支持向量机模型，通过向量机进行二分类，从而判断该类故障是否发生；

S4：搭建模糊专家系统；

S5：将支持向量机模型与模糊专家系统进行串联连接，获取空压机运行参数，先通过支持向量机模型进行大回路故障诊断，获得运行故障类型，再将其诊断结果结合运行参数输入至模糊专家系统，实现对空压机的故障诊断。

2.根据权利要求1所述的一种基于模糊支持向量机的空压机故障诊断方法，其特征是：所述具体参数数据包括空压机一级轴振动、二级轴振动、三级轴振动、润滑油温、润滑油压、主电机轴承温度、主电机电流、排气压力、排气流量、环境温度和空气进预冷机温度。

3.根据权利要求1所述的一种基于模糊支持向量机的空压机故障诊断方法，其特征是：所述步骤S2中将空压机的运行故障划分为机械故障、油路故障和气路故障。

4.根据权利要求1所述的一种基于模糊支持向量机的空压机故障诊断方法，其特征是：所述支持向量机模块的核函数采用RBF高斯函数

式中i＝1,2，...n，j＝1,2，...n，x_i＝[x₁,x₂,…,x_n]∈X表示其中输入数据的每个样本包含的多个特征量空间，x_j＝[x₁,x₂,…,x_n]∈X表示其中输入数据的每个样本包含的多个特征量空间，σ为函数的宽度参数,控制函数的径向作用范围。

5.根据权利要求1或4所述的一种基于模糊支持向量机的空压机故障诊断方法，其特征是：所述支持向量机的惩罚参数c和核函数的参数g通过网格交叉验证获得。

6.根据权利要求1所述的一种基于模糊支持向量机的空压机故障诊断方法，其特征是：所述搭建模糊专家系统包括以下步骤：

S61：为空压机运行时的具体参数数据和支持向量机运行得到的故障类别设置相应的模糊集和隶属度函数，获得故障征兆模糊向量

X＝(μ_x1,μ_x2,…,μ_xm)

μ_xi(i＝1,2,…,m)为对象具有征兆xi的隶属度，xi表示可能出现的征兆；

S62：为空压机运行故障设置相应的模糊集和隶属度函数，获得故障原因模糊向量

Y＝(μ_y1,μ_y2,…,μ_yn)

μ_yi(i＝1,2,…,n)为对象具有故障yi的隶属度,yi表示可能出现的故障原因；

S63：根据故障征兆模糊向量与故障原因模糊向量的关系式

获得模糊关系矩阵R′，表示模糊算子。

7.根据权利要求6所述的一种基于模糊支持向量机的空压机故障诊断方法，其特征是：所述模糊算子采用“Min-Max”模糊算子。