摘要
为了克服神经网络诊断方法在故障诊断中存在局部极小值、算法收敛速度慢、受网络结构复杂性和样本复杂性的影响较大、容易出现"过学习"或泛化能力低等缺点,在分析了支持向量机的特点后,提出了一种基于多元支持向量机的离心式压缩机转子故障分类识别方法。试验证明,利用支持向量机对压缩机转子故障模式进行识别是可靠和有效的,即使在少样本情况下,该方法仍可有效地诊断出压缩机关键部件的工作状态和故障类型,解决故障诊断中少样本情况下模型训练不足和识别效率低的问题。
出处
《石油机械》
北大核心
2009年第11期63-65,共3页
China Petroleum Machinery
