改进多分类孪生支持向量机的电动执行器故障诊断方法

摘要

本发明提供一种改进多分类孪生支持向量机的电动执行机构故障诊断方法，采用电动执行机构健康状态及故障状态下的数据，作为原始数据集；对数据进行小波包分析提取特征向量，构建训练样本集和测试样本集。将训练样本集放入多分孪生支持向量机故障诊断模型中，得到分类器，再将测试样本集放入分类器中，得到故障诊断结果。本发明通过小波包分析方法对数据进行特征提取，能消除复杂执行器故障数据时的模态混叠，并将淹没在强数据中的弱数据分量分离出来，有效减少实验误差，显著提升了故障诊断的效果。