2023年2月第48卷第2期润滑与密封LUBＲICATIONENGINEEＲINGFeb.2023Vol.48No.2DOI:10.3969/j.issn.0254－0150.2023.02.019文献引用:李英顺，张国莹，张杨，等．基于SSA算法优化SVM的发动机润滑油信息状态评估［J］．润滑与密封，2023，48(2):129－134．Citeas:LIYingshun，ZHANGGuoying，ZHANGYang，etal．Conditionevaluationofengineoilinformationbasedonsupportvectormachineoptimizedbysparrowsearchalgorithm［J］．LubricationEngineering，2023，48(2):129－134．*基金项目:辽宁省“兴辽英才计划”项目(XLYC1903015)收稿日期:2021－11－21;修回日期:2021－12－19作者简介:李英顺(1971—)，女，博士，教授，研究方向为人工智能与故障诊断。E－mail:0020150035@bipt.edu.cn。基于SSA算法优化SVM的发动机润滑油信息状态评估*李英顺1张国莹1张杨2贺喆3周通1左洋1(1.北京石油化工学院信息工程学院北京102617;2.沈阳顺义科技有限公司辽宁沈阳110000;3.陆军装备部驻沈阳地区军事代表局驻沈阳第三军事代表室辽宁沈阳110000)■■■■■■■■摘要:润滑油信息能够有效反映装甲车辆发动机的健康状态，对车辆发动机状态评估十分重要。以某型装甲车辆发动机为研究对象，提出一种基于麻雀搜索算法(SparrowSearchAlgorithm，SSA)优化支持向量机(SupportVectorMachine，SVM)的发动机状态评估算法。该算法首先对润滑油原始数据进行去噪及归一化处理，然后使用麻雀搜索算法优化支持向量机的核参数与惩罚参数，最后利用寻优后的参数建立评估模型。实验结果表明，采用麻雀搜索算法优化的支持向量机分类准确率高达96.67%，能够有效对发动机状态进行评估，为装甲车辆发动机的换油以及维修提供依据。关键词:状态评估;润滑油信息;麻雀搜索算法;支持向量机中图分类号:TE626.3■■■■■■■■ConditionEvaluationofEngineOilInformationBasedonSupportVectorMachineOptimizedbySparrowSearchAlgorithmLIYingshun1ZHANGGuoying1ZHANGYang2HEZhe3ZHOUTong1ZUOYang1(1.SchoolofInformationEngineering，BeijingInstituteofPetrochemicalTechnology，Beijing102617，China;2.ShenyangShunyiTechnologyCompanyLimited，ShenyangLiaoning110000，China;3.TheThirdMilitaryＲepresentativeOfficeofShenyangＲegionalMilitaryＲepresentativeBureauofArmyEquipmentDepartmentinShenyang，ShenyangLiaoning110000，China)Abstract:Lubricatingoilinformationcaneffectivelyrefl...
