一种迭代改进的球向量机故障诊断算法

摘要

针对往复式压缩机故障数据规模大、常规诊断算法训练时间长的问题,提出了一种迭代改进的球向量机算法(IIBVM).该算法将多个传感器采集到的压缩机不同工况下的运行数据输入球向量机进行训练,在训练过程中,增加了缓存用量,并在采样中跳过点积大于当前最远点点积的缓存点;引入缓存校正措施,每隔数次迭代即用点积和球心模计算公式对缓存中的数据进行一次校正;将距球心小于某个安全距离的点标记为无效点,并在下次采样到无效点时直接跳过;若核向量个数连续几次迭代保持不变,则提前终止迭代.训练后将新的压缩机运行数据代入决策函数,实现压缩机的故障诊断.在4个UCI标准数据集和实测的压缩机气阀故障数据集上进行的对比实验结果表明,IIBVM算法与球向量机算法相比,训练时间最多可降低50％,支持向量个数最多可减少18％.