基于支持向量机的摩擦学系统状态判别方法研究

传统的摩擦学系统状态的判别采用逐步判别分析法,该方法以油液监测历史数据为依据,通过从不同的油液监测方法中获取信息,构造出状态分类判别数学模型来进行状态判别,具有建模样本量大,建模时间长,对建模人员要求较高的缺点。通过引入支持向量机分类方法,缩短了对摩擦学系统进行状态判别的时间,提高了分类效率,最后通过实例说明了该方法的有效性、实用性和良好的推广应用前景。

内燃机黑色金属零件磨损状态判别研究

以对内燃机运行状态具有重要影响的黑色金属零件磨损为研究对象,对其磨损状态进行判别研究。运用欧氏距离分类法区分黑色金属零件磨损"正常"、"异常"2类状态,对该方法表现出的分类准确率不高的问题,运用支持向量机方法进行了解决,实例表明,支持向量机方法在内燃机运行状态监测中更为准确可靠,分类正确率可达100%。