[發(fā)明專利]基于SVM和GA-SVM支持向量機(jī)的火炮發(fā)射系統(tǒng)故障診斷方法有效
| 申請(qǐng)?zhí)枺?/td> | 202110308567.5 | 申請(qǐng)日: | 2021-03-23 |
| 公開(kāi)(公告)號(hào): | CN113063314B | 公開(kāi)(公告)日: | 2022-03-22 |
| 發(fā)明(設(shè)計(jì))人: | 葛楊;曹淵;劉琳;劉廣浩;孟祥堯 | 申請(qǐng)(專利權(quán))人: | 哈爾濱工程大學(xué) |
| 主分類號(hào): | F41A31/00 | 分類號(hào): | F41A31/00;G06K9/62 |
| 代理公司: | 哈爾濱市偉晨專利代理事務(wù)所(普通合伙) 23209 | 代理人: | 陳潤(rùn)明 |
| 地址: | 150001 黑龍江*** | 國(guó)省代碼: | 黑龍江;23 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 svm ga 支持 向量 火炮 發(fā)射 系統(tǒng) 故障診斷 方法 | ||
1.基于SVM和GA-SVM支持向量機(jī)的火炮發(fā)射系統(tǒng)故障診斷方法,其特征在于:故障診斷過(guò)程包括結(jié)合SVM支持向量機(jī)來(lái)對(duì)火炮發(fā)射裝置的身管構(gòu)件和開(kāi)關(guān)閉鎖機(jī)構(gòu)進(jìn)行故障監(jiān)測(cè);以及通過(guò)多分類器將故障區(qū)進(jìn)行故障監(jiān)測(cè);
算法過(guò)程包括遺傳算法GA優(yōu)化部分和SVM支持向量機(jī)分類部分,具體方法步驟如下:
步驟一,進(jìn)行擊發(fā)數(shù)據(jù)輸入與預(yù)處理;
數(shù)據(jù)輸入,包括身管構(gòu)件故障和開(kāi)關(guān)閉鎖機(jī)構(gòu)故障;
所述的身管構(gòu)件故障包括身管裂紋故障、內(nèi)膛磨損故障和身管變形故障的數(shù)據(jù);其中身管裂紋故障數(shù)據(jù)包括射速、火炮發(fā)射裝置擊發(fā)次數(shù)和應(yīng)力強(qiáng)度因子;內(nèi)膛磨損故障數(shù)據(jù)包括彈丸運(yùn)動(dòng)的速度和身管的溫度;身管變形故障數(shù)據(jù)包括炮口振動(dòng)和身管支撐位置的橫向位移;
所述的開(kāi)關(guān)閉鎖機(jī)構(gòu)故障,包括摩擦片磨損過(guò)度故障數(shù)據(jù)和開(kāi)關(guān)閉鎖機(jī)構(gòu)變形故障數(shù)據(jù);其中摩擦片磨損過(guò)度故障數(shù)據(jù)包括火炮發(fā)射裝置射速和火炮發(fā)射裝置擊發(fā)次數(shù);開(kāi)關(guān)閉鎖機(jī)構(gòu)變形故障數(shù)據(jù)包括后坐力和貼膛阻力;
步驟二,對(duì)火炮故障診斷并確定SVM分類器模型;
在步驟二中,模型確定是指將步驟一獲得的數(shù)據(jù)整合成參數(shù)組進(jìn)行故障監(jiān)測(cè);首先通過(guò)前期獲取100組火炮發(fā)射裝置數(shù)據(jù)作為實(shí)際測(cè)試參數(shù),然后對(duì)參數(shù)進(jìn)行整理后形成80組訓(xùn)練組和20組預(yù)測(cè)組,進(jìn)行SVM故障監(jiān)測(cè);
所述的SVM分類器用超平面和核函數(shù)的方式進(jìn)行線性或者非線性分類,通過(guò)對(duì)樣本的訓(xùn)練,SVM分類器通過(guò)自身學(xué)習(xí)與訓(xùn)練,得到一個(gè)能將樣本二元分類的分類器,并收集各種故障對(duì)應(yīng)的參數(shù)進(jìn)行多類別分類;
所述的SVM分類器,其多類別分類過(guò)程為:將參數(shù)分為類別1和類別2兩個(gè)類別;設(shè)置第一個(gè)分類器,類別1代表故障1,類別2代表非故障1;同理設(shè)置第2個(gè),第3個(gè)分類器,完成多類別分類;
步驟三,初始化超平面方位和位移;
步驟四,通過(guò)所述的遺傳算法GA優(yōu)化部分進(jìn)行超平面位置確定;
步驟五,獲取最優(yōu)核函數(shù);
步驟六,循環(huán)計(jì)算核函數(shù)誤差,最終輸出火炮故障診斷結(jié)果;
在步驟三中,所述的初始化超平面方位和位移過(guò)程,具體步驟細(xì)化為:
步驟三一,劃分不同故障類別的超平面;
步驟三二,計(jì)算不同故障類型間隔;
步驟三三,計(jì)算不同故障類型的最優(yōu)超平面:
不同故障類型最優(yōu)超平面的模型:
式中:λi拉格朗日算子;
f(x)不同故障類型最優(yōu)超平面的方位;
xiTx內(nèi)積運(yùn)算,也可以被稱為不同故障類型核函數(shù),用Ki(x)表示,b位移,決定了不同故障類別超平面原點(diǎn)之間的距離,yi代表火炮發(fā)射裝置擊發(fā)參數(shù)樣本被分為哪一類;
步驟三四,計(jì)算反映SVM診斷結(jié)果的參數(shù);
SVM診斷結(jié)果參數(shù)包括查真率A、精率P、查全率R和衡量指數(shù)F,查真率A和精確率P表示火炮發(fā)射裝置故障監(jiān)測(cè)系統(tǒng)對(duì)診斷準(zhǔn)確率效果的評(píng)估;查全率R表示火炮發(fā)射裝置故障監(jiān)測(cè)系統(tǒng)對(duì)診斷覆蓋效果是否全面的評(píng)估,衡量指數(shù)F由精確率P、查全率R求得,可以反映整個(gè)SVM診斷效果;
A=(TP+TN)/(TP+TN+FP+FN)
P=TP/(TP+FP)
R=TP/(TP+FN)
F=2PR/(R+P)
式中:TP-----實(shí)際故障編號(hào)與SVM檢測(cè)故障編號(hào)相同的組數(shù);
TN-----實(shí)際非故障編號(hào)與SVM檢測(cè)非故障編號(hào)相同的組數(shù);
FP-----實(shí)際非故障編號(hào)被SVM檢測(cè)為故障編號(hào)的組數(shù);
FN-----實(shí)際故障編號(hào)被SVM檢測(cè)為非故障編號(hào)的組數(shù)。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于哈爾濱工程大學(xué),未經(jīng)哈爾濱工程大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買(mǎi)此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110308567.5/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 基于支持向量機(jī)的入侵檢測(cè)方法
- 一種提高SVM建模準(zhǔn)確率的方法
- 一種用于解決多分類問(wèn)題的糾錯(cuò)SVM分類方法
- 基于SVM分類器的隱私保護(hù)和數(shù)據(jù)安全訪問(wèn)的方法
- 基于SVM算法的客戶用電需求識(shí)別方法
- 基于V-SVM的DDoS攻擊檢測(cè)方法和裝置
- 一種改進(jìn)最小二乘支持向量機(jī)的諧波發(fā)射水平評(píng)估方法
- 基于SVM模型的GNSS觀測(cè)數(shù)據(jù)質(zhì)量控制及定位方法
- 用于自動(dòng)選擇安全虛擬機(jī)的系統(tǒng)和方法
- 一種基于BAS-SVM的配電網(wǎng)電壓暫降源識(shí)別方法





