基于改进的CNN-SVM的机载燃油泵故障诊断
Noise and Vibration Control(2022)
摘要
针对机载燃油泵故障诊断过程中存在需要先验知识、专家经验、特征解释及信号特征提取困难等问题,提出基于模拟退火遗传优化CNN-SVM的诊断方法.该方法利用CNN具有自动提取故障特征的特性实现特征快速提取.并针对传统CNN诊断方法所存在网络结构不确定、计算效率低等问题,采用模拟退火遗传算法对其模型结构和参数进行优化,使用SVM取代全连接层的Softmax分类器优化CNN分类效果,最后应用t分布随机近邻嵌入使其故障特征学习过程可视化,评估其特征提取能力.试验结果表明:与SA-GA-CNN、1DCNN、ANN、GA-SVM及GA-BP诊断方法相比,基于改进CNN-SVM的方法能更有效实现机载燃油泵的故障诊断.
更多AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要