[发明专利]一种基于改进的蝙蝠算法优化ELM的发动机燃油系统故障诊断方法在审
| 申请号： | 201811105944.X | 申请日： | 2018-09-21 |
| 公开（公告）号： | CN109163911A | 公开（公告）日： | 2019-01-08 |
| 发明（设计）人： | 王海瑞;靖婉婷;林雅慧 | 申请（专利权）人： | 昆明理工大学 |
| 主分类号： | G01M15/04 | 分类号： | G01M15/04 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 650093 云*** | 国省代码： | 云南;53 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于改进的蝙蝠算法优化ELM的发动机燃油系统故障诊断方法，属于机械工程自动化技术领域。本发明利用传感器来实时采集燃油系统的振动信号并提取其特征向量；然后使用蝙蝠算法来优化极限学习机的权值和阈值，搭建优化好的极限学习机的网络结构；再将提取得到的特征向量输入到优化好的极限学习机中进行训练得到发动机燃油系统故障诊断模型并进行发动机燃油系统故障诊断。本发明分类速度快，提高了发动机燃油系统故障诊断的精确度。 | ||
| 搜索关键词： | 发动机燃油系统 故障诊断 极限学习机 蝙蝠 算法优化 特征向量 优化 自动化技术领域 故障诊断模型 机械工程 燃油系统 实时采集 网络结构 振动信号 传感器 权值和 算法 改进 分类 | ||
【主权项】：
1.一种基于改进的蝙蝠算法优化极限学习机的发动机燃油系统故障诊断方法，其特征在于：包括如下步骤，首先利用传感器来实时采集燃油系统的振动信号并提取其特征向量；然后使用蝙蝠算法来优化极限学习机的权值和阈值，搭建优化好的极限学习机的网络结构；再将提取得到的特征向量输入到优化好的极限学习机中进行训练得到发动机燃油系统故障诊断模型；最后利用发动机燃油系统故障诊断模型进行发动机燃油系统故障诊断。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于昆明理工大学，未经昆明理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811105944.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种发动机阻力矩功率的测试方法及系统
- 下一篇：一种底护板通用试验装置
