遗传算法优化的SVM在航空发动机磨损故障诊断中的应用

摘要

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.