航空發(fā)動(dòng)機(jī)故障診斷系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

張俊紅，馬文朋，李林潔，劉 昱

ZHANG Junhong,MA Wenpeng,LILinjie,LIU Yu

天津大學(xué) 內(nèi)燃機(jī)燃燒學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室，天津 300072

State Key Laboratory of Engines,Tianjin University,Tianjin 300072,China

1 引言

隨著民用航空事業(yè)的發(fā)展，飛行安全性和經(jīng)濟(jì)性越來(lái)越受到重視，航空發(fā)動(dòng)機(jī)是飛機(jī)的心臟，結(jié)構(gòu)復(fù)雜、工作環(huán)境惡劣，是機(jī)械行業(yè)中故障率最高、維護(hù)工作量最大的系統(tǒng)，其工作狀態(tài)的好壞直接影響飛行安全。據(jù)NASA統(tǒng)計(jì)資料表明，民航領(lǐng)域的發(fā)動(dòng)機(jī)故障占飛機(jī)所有機(jī)械故障的三分之一；另外一項(xiàng)關(guān)于發(fā)動(dòng)機(jī)直接運(yùn)行成本的統(tǒng)計(jì)顯示，維護(hù)費(fèi)用占34%。因此，進(jìn)行航空發(fā)動(dòng)機(jī)狀態(tài)監(jiān)測(cè)與故障診斷具有重要意義。

我國(guó)的航空發(fā)動(dòng)機(jī)故障診斷研究還處于起步階段，國(guó)內(nèi)尚未出現(xiàn)成熟的商業(yè)化的航空發(fā)動(dòng)機(jī)故障診斷系統(tǒng)，但在相關(guān)方法、技術(shù)及系統(tǒng)開(kāi)發(fā)的研究上也出現(xiàn)了一些成果。應(yīng)勇[1]設(shè)計(jì)了航空發(fā)動(dòng)機(jī)監(jiān)控系統(tǒng)的硬件電路，討論了航空發(fā)動(dòng)機(jī)狀態(tài)信號(hào)的多種處理方法，并利用LabWindows/CVI開(kāi)發(fā)平臺(tái)和C語(yǔ)言，開(kāi)發(fā)了一套航空發(fā)動(dòng)機(jī)故障信號(hào)分析處理軟件。馬業(yè)鵬[2]利用經(jīng)典和現(xiàn)代數(shù)字信號(hào)處理方法，在LabVIEW開(kāi)發(fā)平臺(tái)上，結(jié)合MATLAB和C語(yǔ)言，開(kāi)發(fā)出了航空發(fā)動(dòng)機(jī)振動(dòng)的狀態(tài)監(jiān)測(cè)和故障診斷系統(tǒng)。以上系統(tǒng)擁有較強(qiáng)的信號(hào)處理功能，但在故障模式識(shí)別上較為薄弱。

本文基于航空發(fā)動(dòng)機(jī)振動(dòng)信號(hào)，利用LabVIEW虛擬儀器開(kāi)發(fā)平臺(tái)，通過(guò)其外部接口調(diào)用MATLAB和C語(yǔ)言程序，設(shè)計(jì)了一套航空發(fā)動(dòng)機(jī)故障診斷系統(tǒng)。該系統(tǒng)由數(shù)據(jù)采集、信號(hào)處理與特征提取、故障模式識(shí)別、故障數(shù)據(jù)庫(kù)管理等模塊組成，其中數(shù)據(jù)采集由LabVIEW調(diào)用動(dòng)態(tài)鏈接庫(kù)驅(qū)動(dòng)TST-5912數(shù)據(jù)采集儀實(shí)現(xiàn)；故障模式識(shí)別由LabVIEW利用ActiveX自動(dòng)化技術(shù)調(diào)用MATLAB編譯的支持向量機(jī)COM組件實(shí)現(xiàn)；故障數(shù)據(jù)庫(kù)管理由LabVIEW通過(guò)數(shù)據(jù)庫(kù)連接工具包訪問(wèn)Microsoft Access數(shù)據(jù)庫(kù)實(shí)現(xiàn)。其中故障模式識(shí)別模塊是該系統(tǒng)的核心。最后在航空發(fā)動(dòng)機(jī)轉(zhuǎn)子實(shí)驗(yàn)臺(tái)進(jìn)行故障診斷實(shí)驗(yàn)，對(duì)該系統(tǒng)的性能進(jìn)行了測(cè)試。

2 支持向量機(jī)故障診斷模型

支持向量機(jī)（Support Vector Machine，SVM）[3]是建立在統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)上的一種通用機(jī)器學(xué)習(xí)方法，在解決小樣本、非線性、高維問(wèn)題中有諸多優(yōu)勢(shì)，具有良好的泛化能力，在模式識(shí)別等領(lǐng)域取得了廣泛應(yīng)用[4-5]。由于航空發(fā)動(dòng)機(jī)故障樣本不易獲取，故障征兆與故障原因之間的關(guān)系復(fù)雜，鑒于SVM的優(yōu)勢(shì)，該系統(tǒng)選擇SVM作為故障診斷模型。

給定訓(xùn)練樣本集 S={(yi，xi)}(i=1，2，…，l)，其中，每個(gè)樣本點(diǎn)表示為xi∈RN，yi∈{-1，1}為其分類(lèi)標(biāo)識(shí)。SVM的基本思想是將輸入空間映射到高維特征空間，并在高維特征空間構(gòu)造最優(yōu)分類(lèi)超平面。令z=φ(x)表示樣本從輸入空間RN到高維特征空間Z的映射。

引入懲罰因子C和松弛因子ξi，C表示對(duì)樣本被錯(cuò)分的懲罰程度，ξi(ξi≥0)表示樣本 xi的錯(cuò)分誤差，支持向量機(jī)的最優(yōu)分類(lèi)面問(wèn)題為如下優(yōu)化問(wèn)題：

將該問(wèn)題轉(zhuǎn)化為如下拉格朗日對(duì)偶問(wèn)題：

問(wèn)題（2）的最優(yōu)解αˉ滿足Karush-Kuhn-Tucker（KKT）條件：

根據(jù)二次規(guī)劃方法求得問(wèn)題（2）的解αˉ，再根據(jù)KKT條件求得偏置bˉ，則可得SVM的決策函數(shù)：

引入核函數(shù) K(xi，xj)=替高維特征空間Z的內(nèi)積計(jì)算以降低計(jì)算復(fù)雜度。目前常用的核函數(shù)有多項(xiàng)式核、徑向基函數(shù)（Radial Basis Function，RBF）核、Sigmoid核。文獻(xiàn)[6]的研究表明，SVM的性能與核函數(shù)的類(lèi)型關(guān)系不大，而核函數(shù)的參數(shù)與懲罰因子是影響SVM性能的主要因素。RBF核函數(shù)具有高度非線性，且只有一個(gè)可控參數(shù)，因而被普遍采用。RBF核函數(shù)的形式為：

本文設(shè)計(jì)了遺傳算法、粒子群算法、遺傳粒子群算法等多種算法對(duì)核參數(shù)g和懲罰因子C進(jìn)行優(yōu)化以滿足不同情況的需要，并在MATLAB R2009a（7.8）環(huán)境下編制了故障診斷模型的M程序。

3 航空發(fā)動(dòng)機(jī)故障診斷系統(tǒng)設(shè)計(jì)

在工程應(yīng)用領(lǐng)域，LabVIEW和MATLAB是兩種常用的語(yǔ)言，LabVIEW在用戶(hù)圖形界面設(shè)計(jì)、數(shù)據(jù)采集、硬件控制等方面有獨(dú)特的優(yōu)勢(shì)，但對(duì)復(fù)雜算法的支持能力有限，而MATLAB具有強(qiáng)大的數(shù)據(jù)運(yùn)算功能。本文結(jié)合兩者的優(yōu)勢(shì)，進(jìn)行航空發(fā)動(dòng)機(jī)故障診斷系統(tǒng)設(shè)計(jì)，利用LabVIEW設(shè)計(jì)用戶(hù)圖形界面和數(shù)據(jù)采集等程序，利用MATLAB設(shè)計(jì)故障模式識(shí)別程序并通過(guò)LabVIEW的接口供其調(diào)用。

3.1 數(shù)據(jù)采集

在利用LabVIEW進(jìn)行數(shù)據(jù)采集之前，必須先實(shí)現(xiàn)數(shù)采設(shè)備在LabVIEW下的驅(qū)動(dòng)[7]。LabVIEW為NI公司的數(shù)采卡提供了配套的驅(qū)動(dòng)程序與函數(shù)庫(kù)，但不支持第三方數(shù)采卡。為了在LabVIEW平臺(tái)中使用該系統(tǒng)的數(shù)采設(shè)備（TST-5912），編制了TST-5912的動(dòng)態(tài)鏈接庫(kù)（DLL）驅(qū)動(dòng)程序，利用LabVIEW的調(diào)用庫(kù)函數(shù)節(jié)點(diǎn)（CLFN）調(diào)用DLL中的函數(shù)進(jìn)行數(shù)據(jù)采集。調(diào)用DLL進(jìn)行數(shù)據(jù)采集有諸多優(yōu)勢(shì)：DLL是在應(yīng)用程序運(yùn)行時(shí)被裝入和鏈接的，使用DLL可以實(shí)現(xiàn)多個(gè)應(yīng)用程序之間代碼和資源的共享，可以提高內(nèi)存使用率；DLL獨(dú)立于編程語(yǔ)言，可以使用多種語(yǔ)言（Visual C++、C++Builder、Visual Basic等）編制DLL。本文采用Visual C++6.0編制了該DLL。

將CLFN放置在流程圖中，雙擊打開(kāi)配置對(duì)話框，配置DLL的文件名、被調(diào)用函數(shù)的名稱(chēng)及調(diào)用方式、函數(shù)的返回類(lèi)型、函數(shù)的參數(shù)及類(lèi)型等信息，即可完成對(duì)DLL的調(diào)用。輔以其他函數(shù)和控件，完成數(shù)據(jù)采集模塊的設(shè)計(jì)。數(shù)據(jù)采集的流程圖和操作界面分別如圖1和圖2。選用12個(gè)時(shí)域參數(shù)和3個(gè)頻域參數(shù)作為故障特征，如表1所示。

圖1 數(shù)據(jù)采集流程圖

圖2 數(shù)據(jù)采集操作界面

3.2 信號(hào)處理與特征提取

航空發(fā)動(dòng)機(jī)的振動(dòng)信號(hào)中含有豐富的能夠反映其運(yùn)行狀態(tài)的有用信息，但也混有大量噪聲和干擾。為了消除和減少噪聲及干擾的影響，提取有用信息，首先對(duì)其進(jìn)行剔除異常點(diǎn)、零均值化、消除趨勢(shì)項(xiàng)、濾波等預(yù)處理。

信號(hào)處理的另一項(xiàng)重要內(nèi)容是從振動(dòng)信號(hào)中提取出能夠反映系統(tǒng)狀態(tài)分類(lèi)本質(zhì)的特征向量，為后續(xù)的故障模式識(shí)別做準(zhǔn)備。航空發(fā)動(dòng)機(jī)發(fā)生故障時(shí)，其振動(dòng)信號(hào)在時(shí)域的峰值和概率分布將會(huì)發(fā)生變化；信號(hào)的頻率成分，不同頻率成分的能量，以及頻譜的主能量譜峰位置也會(huì)發(fā)生變化，可以作為判斷其狀態(tài)的依據(jù)。本系統(tǒng)

3.3 故障模式識(shí)別

故障模式識(shí)別模塊采用LabVIEW和MATLAB混合編程的方法實(shí)現(xiàn)。在LabVIEW中調(diào)用MATLAB程序有以下幾種常見(jiàn)方法[8-9]：利用MathScript節(jié)點(diǎn)；使用ActiveX函數(shù)模塊；利用ActiveX自動(dòng)化技術(shù)調(diào)用MATLAB編譯的COM組件；使用CLFN調(diào)用M文件轉(zhuǎn)換成的DLL。前兩種方法不能脫離MATLAB編程環(huán)境，不利于獨(dú)立應(yīng)用程序的開(kāi)發(fā)，運(yùn)行效率低，而且操作不夠靈活；最后一種方法需要借助其他方法或語(yǔ)言實(shí)現(xiàn)LabVIEW和MATLAB之間的數(shù)據(jù)轉(zhuǎn)換和傳遞，編程較為繁瑣。采用COM組件技術(shù)實(shí)現(xiàn)二者的混合編程。

MATLAB R2007a（7.4）及以后的版本中提供了Deployment Tool，幫助用戶(hù)將用M語(yǔ)言開(kāi)發(fā)的算法自動(dòng)快速地轉(zhuǎn)換成獨(dú)立的COM組件，該組件可被任何支持COM的語(yǔ)言調(diào)用。把M文件編譯為COM組件，需要借助外部編譯器，需先進(jìn)行MATLAB編譯環(huán)境的設(shè)置，在MATLAB的命令窗口中輸入mex-setup和mbuild-setup，選擇Microsoft Visual Studio 6.0作為外部編譯器。

使用Deployment Tool創(chuàng)建COM組件的過(guò)程一般為四個(gè)步驟：新建工程、添加M文件和MEX文件、編譯生成組件、打包和發(fā)布組件。以SVM主程序svc.m為例，創(chuàng)建COM組件的過(guò)程如下：

表1 故障特征參數(shù)

（1）打開(kāi)Deployment Tool，選擇Create a new deployment project→MATLAB Builder NE→Generic COM Component，輸入要?jiǎng)?chuàng)建的COM組件的名稱(chēng)（svm）和位置。

（2）選擇Project→Add Files添加svc.m和其他必要的M文件和MEX文件。

（3）選擇Tools→Build創(chuàng)建組件。

（4）選擇Tools→Package即可打包發(fā)布組件。

編譯打包完成后，svm文件夾下distrib文件夾中會(huì)生成相應(yīng)的svm_1_0.dll文件和svm_pkg.exe自解壓文件。DLL文件會(huì)自動(dòng)注冊(cè)到系統(tǒng)中，將自解壓文件發(fā)布到其他計(jì)算機(jī)，運(yùn)行即可實(shí)現(xiàn)DLL的安裝和COM組件的注冊(cè)。需要注意的是注冊(cè)后不能改變DLL的存儲(chǔ)路徑或刪除，否則將找不到注冊(cè)組件；使用MATLAB工具箱函數(shù)時(shí)，需要將工具箱函數(shù)的源M文件添加在工程中；為了在沒(méi)有安裝MATLAB的目標(biāo)機(jī)上使用COM組件，需要在打包時(shí)將MATLAB Compiler Runtime（MCR）打包在內(nèi)。

在LabVIEW中調(diào)用上面生成的COM組件，需進(jìn)行以下操作：

（1）調(diào)用Automation Open函數(shù)，右擊選擇Select ActiveX Class→Browse，在列表中選擇 svm 1.0 Type Library Version 1.0，將 svm_1_0.dll的 Refnum 添加到LabVIEW程序中。

（2）調(diào)用Invoke Node并連接Refnum，在Method中選擇svc。方法中的nargout參數(shù)表示函數(shù)輸出參數(shù)的個(gè)數(shù)，若方法無(wú)輸出，則無(wú)此參數(shù)。nargout的值與輸出參數(shù)個(gè)數(shù)不等時(shí)，LabVIEW將反饋錯(cuò)誤信息。輸出參數(shù)的左端定義部分不用處理，賦值常量即可；右端輸出結(jié)果的類(lèi)型為變體型，需要通過(guò)Variant to Data節(jié)點(diǎn)將變體型數(shù)據(jù)轉(zhuǎn)換成LabVIEW可以處理和顯示的數(shù)據(jù)類(lèi)型。需要注意的是，數(shù)據(jù)轉(zhuǎn)換前必須清楚函數(shù)輸出變量的類(lèi)型，選擇錯(cuò)誤的類(lèi)型標(biāo)識(shí)，LabVIEW將報(bào)錯(cuò)；當(dāng)函數(shù)輸出矩陣類(lèi)型時(shí)，必須將其轉(zhuǎn)換成LabVIEW下的2D Array類(lèi)型，即使其本應(yīng)是一維數(shù)組，否則也會(huì)報(bào)錯(cuò)。本例中svc的輸出變量為字符串和一維數(shù)組，處理方式如圖3所示。輸入?yún)?shù)可以直接輸入對(duì)應(yīng)的數(shù)據(jù)類(lèi)型，LabVIEW會(huì)將其自動(dòng)轉(zhuǎn)換成變體型以滿足COM組件的輸入要求。

圖3 LabVIEW調(diào)用COM組件流程圖

（3）調(diào)用完成后用Close Automation函數(shù)關(guān)閉Refnum。

3.4 故障數(shù)據(jù)庫(kù)管理

故障診斷系統(tǒng)需要采集大量的信息，將發(fā)動(dòng)機(jī)的運(yùn)行狀態(tài)和故障信息存入數(shù)據(jù)庫(kù)，可以方便地對(duì)數(shù)據(jù)進(jìn)行管理和維護(hù)。在比較幾種LabVIEW訪問(wèn)數(shù)據(jù)庫(kù)方法[10]的基礎(chǔ)上，系統(tǒng)選用Microsoft Access作為數(shù)據(jù)庫(kù)管理系統(tǒng)，采用NI公司的數(shù)據(jù)庫(kù)連接工具包對(duì)Access進(jìn)行訪問(wèn)、操作和管理。

使用LabVIEW訪問(wèn)數(shù)據(jù)庫(kù)之前，需先建立其與數(shù)據(jù)庫(kù)的連接，該系統(tǒng)以字符串的形式輸入連接信息。使用此方法可以通過(guò)一些路徑獲取函數(shù)和字符串函數(shù)將數(shù)據(jù)庫(kù)的實(shí)時(shí)位置提供給數(shù)據(jù)庫(kù)操作函數(shù)，避免數(shù)據(jù)庫(kù)文件的位置發(fā)生變化時(shí)重新配置連接，從而可以提高程序的可移植性和靈活性。

故障數(shù)據(jù)庫(kù)包含信號(hào)的故障特征、故障類(lèi)型等信息，是故障診斷的依據(jù)和基礎(chǔ)，需要保證其正確性及實(shí)效性。本文開(kāi)發(fā)的故障數(shù)據(jù)庫(kù)管理系統(tǒng)能夠及時(shí)添加數(shù)據(jù)、按用戶(hù)要求查詢(xún)數(shù)據(jù)、對(duì)數(shù)據(jù)進(jìn)行修改和更新、刪除過(guò)期和無(wú)用的數(shù)據(jù)。以查詢(xún)數(shù)據(jù)為例，說(shuō)明故障數(shù)據(jù)庫(kù)管理系統(tǒng)的設(shè)計(jì)過(guò)程和操作。

查詢(xún)數(shù)據(jù)程序設(shè)計(jì)包括以下幾個(gè)步驟：

（1）利用DB Tools Open Connection.vi建立與數(shù)據(jù)庫(kù)的連接。

（2）利用DB Tools Execute Query.vi通過(guò)SQL數(shù)據(jù)查詢(xún)語(yǔ)句SELECT查詢(xún)數(shù)據(jù)庫(kù)，例如查詢(xún)故障診斷數(shù)據(jù)表中峰值大于0.2的記錄，SQL語(yǔ)句為：“select*from 故障診斷數(shù)據(jù)表where峰值>0.2”。

（3）利用DB Tools Fetch Recordset Data.vi獲取查詢(xún)結(jié)果并輸出顯示。

（4）利用DB Tools Free Object.vi釋放對(duì)象，并用DB Tools Close Connection.vi斷開(kāi)連接。

為簡(jiǎn)便操作，在程序中嵌入部分SQL語(yǔ)句，用戶(hù)只需輸入需要查詢(xún)的數(shù)據(jù)條件（峰值>0.2）即可。查詢(xún)數(shù)據(jù)的操作界面如圖4。

圖4 查詢(xún)數(shù)據(jù)操作界面

4 故障診斷實(shí)驗(yàn)

為測(cè)試本文設(shè)計(jì)的航空發(fā)動(dòng)機(jī)故障診斷系統(tǒng)的性能，在航空發(fā)動(dòng)機(jī)轉(zhuǎn)子實(shí)驗(yàn)臺(tái)上進(jìn)行了故障診斷實(shí)驗(yàn)。該實(shí)驗(yàn)臺(tái)由轉(zhuǎn)子試驗(yàn)器、安裝臺(tái)架、電機(jī)、基礎(chǔ)平臺(tái)和潤(rùn)滑系統(tǒng)等組成，如圖5所示。轉(zhuǎn)子試驗(yàn)器由某航空發(fā)動(dòng)機(jī)設(shè)計(jì)研究所設(shè)計(jì)制造，外形與發(fā)動(dòng)機(jī)核心機(jī)的機(jī)匣一致，尺寸縮小三倍；內(nèi)部結(jié)構(gòu)作了必要簡(jiǎn)化，支承形式簡(jiǎn)化為0-2-0式，多級(jí)壓氣機(jī)與渦輪簡(jiǎn)化為單級(jí)盤(pán)片結(jié)構(gòu)，葉片簡(jiǎn)化為斜置平面形狀，取消了火焰筒，采用電機(jī)驅(qū)動(dòng)，最大工作轉(zhuǎn)速為7 000 r/m。該實(shí)驗(yàn)臺(tái)可模擬航空發(fā)動(dòng)機(jī)轉(zhuǎn)子不平衡、不對(duì)中、碰摩及各種滾動(dòng)軸承故障。斷精度，且高于未優(yōu)化的模型，能夠滿足工程需要，同時(shí)也驗(yàn)證了優(yōu)化的有效性。

圖6 故障診斷操作界面

圖5 航空發(fā)動(dòng)機(jī)轉(zhuǎn)子實(shí)驗(yàn)臺(tái)

本文進(jìn)行了正常狀態(tài)、轉(zhuǎn)子不平衡、不對(duì)中、碰摩、不平衡-碰摩耦合、軸承內(nèi)圈故障、外圈故障、滾動(dòng)體故障等八種狀態(tài)下的數(shù)據(jù)采集和故障診斷實(shí)驗(yàn)，在軸承座和兩端機(jī)匣上安裝三向加速度傳感器來(lái)采集轉(zhuǎn)子的振動(dòng)信號(hào)，經(jīng)信號(hào)處理及特征提取后，形成故障診斷樣本，如表2。將樣本輸入故障模式識(shí)別模塊，選擇合適的參數(shù)和優(yōu)化算法，進(jìn)行故障診斷模型訓(xùn)練與測(cè)試，每種算法下重復(fù)十次實(shí)驗(yàn)取平均，結(jié)果如表3。為研究?jī)?yōu)化算法的效果，對(duì)未優(yōu)化的故障診斷模型進(jìn)行了訓(xùn)練與測(cè)試，結(jié)果也見(jiàn)于表3。最后將訓(xùn)練好的模型用于故障診斷，操作界面如圖6。

表2 故障診斷樣本

表3 故障診斷結(jié)果

由故障診斷結(jié)果可見(jiàn)，針對(duì)該實(shí)驗(yàn)獲取的樣本，采用四種算法優(yōu)化的支持向量機(jī)都達(dá)到了較高的故障診

5 結(jié)束語(yǔ)

本文基于支持向量機(jī)模型，利用LabVIEW、MATLAB和C語(yǔ)言混合編程，設(shè)計(jì)了一套融數(shù)據(jù)采集、信號(hào)處理與特征提取、故障模式識(shí)別和故障數(shù)據(jù)庫(kù)管理為一體的航空發(fā)動(dòng)機(jī)故障診斷系統(tǒng)。應(yīng)用該系統(tǒng)在航空發(fā)動(dòng)機(jī)轉(zhuǎn)子實(shí)驗(yàn)臺(tái)上進(jìn)行故障診斷實(shí)驗(yàn)，對(duì)轉(zhuǎn)子幾種典型故障的診斷結(jié)果表明該系統(tǒng)擁有較高的故障診斷精度。該系統(tǒng)的設(shè)計(jì)為研制商業(yè)化的航空發(fā)動(dòng)機(jī)故障診斷系統(tǒng)提供了可行思路，并為后續(xù)研究奠定了基礎(chǔ)。

[1]應(yīng)勇.航空發(fā)動(dòng)機(jī)故障監(jiān)控系統(tǒng)設(shè)計(jì)與方法研究[D].西安：西北工業(yè)大學(xué)，2007.

[2]馬業(yè)鵬.基于LabVIEW的航空發(fā)動(dòng)機(jī)振動(dòng)狀態(tài)監(jiān)測(cè)及故障診斷系統(tǒng)設(shè)計(jì)[D].沈陽(yáng)：沈陽(yáng)航空工業(yè)學(xué)院，2007.

[3]Vapnik V N.An overview of statistical learning theory[J].IEEE Transactions on Neural Networks，1999，10（5）：988-999.

[4]Xian G M，Zeng B Q.An intelligent fault diagnosis method based on wavelet packer analysis and hybrid support vector machine[J].Expert Systems with Applications，2009，36（10）：12131-12136.

[5]Konar P，Chattopadhyay P.Bearing fault detection of induction motor using wavelet and Support Vector Machines（SVMs）[J].Applied Soft Computing，2011，11（6）：4203-4211.

[6]Vapnik V N.The nature of statistical learning theory[M].New York：Springer-Verlag，1995.

[7]楊忠仁，饒程，鄒建，等.基于LabVIEW數(shù)據(jù)采集系統(tǒng)[J].重慶大學(xué)學(xué)報(bào)，2004，27（2）：32-35.

[8]李沈，李森，劉俊磊，等.LABVIEW和MATLAB混合編程方法研究及其在柴油機(jī)故障診斷中的應(yīng)用[J].儀表技術(shù)與傳感器，2007（1）：22-25.

[9]王禹林，熊振華，丁漢.LabVIEW與MATLAB的無(wú)縫集成[J].計(jì)算機(jī)應(yīng)用，2006，26（3）：695-698.

[10]唐亞鵬，侯媛彬.基于LabVIEW的實(shí)踐教學(xué)平臺(tái)與Access數(shù)據(jù)庫(kù)的開(kāi)發(fā)[J].計(jì)算機(jī)技術(shù)與發(fā)展，2011，21（5）：219-222.