关键词：故障诊断;;支持向量机;;参数寻优;;加热系统
摘 要：针对汽车涂装线设备故障无法及时发现和排除的困难,提出基于支持向量机的汽车涂装线设备故障诊断方法.该方法采用统计学习理论中结构风险最小化原则,克服了传统渐进理论机器学习算法的不足,适用于有限样本下模式识别问题,使预测结果更准确.依据烘房加热系统监测参数和故障类型构建SVM分类器,并采用交叉验证网格搜索法寻优各分类器的核参数及惩罚参数,建立SVM故障诊断模型;将PCA降维后的样本参数进行充分仿真训练,仿真结果表明该方法能够有效地对设备故障进行分类.