热能动力工程

作者：邱 正,钱玉良,张 云,张 霄

单位：上海电力学院 自动化工程学院，上海 200090,,上海电力学院 自动化工程学院，上海 200090,,上海电力学院 自动化工程学院，上海 200090,,上海电力学院 自动化工程学院，上海 200090,

关键词：燃机涡轮叶片;故障诊断;参数优化;人工蜂群算法;支持向量机

基金：上海市青年科技英才扬帆计划（16YF1404700）

针对基于SVM（支持向量机）的故障诊断方法中支持向量机的参数难以选取导致诊断结果较差的问题，采用ABC(人工蜂群算法)对支持向量机的惩罚因子C和核函数参数σ进行优化；并构建了ABC-SVM（人工蜂群优化支持向量机）对燃机涡轮叶片故障进行诊断。诊断实例表明，该方法诊断准确率达到96.43%，具有很好的诊断效果，为燃气轮机故障诊断提供了一种新的方法，具有实际应用价值。

来源：2018年第9期

《热能动力工程》期刊编辑部

查看热能动力工程杂志2018年第9期