摘要：由于印刷机结构复杂且故障样本缺乏，其故障诊断的样本以及结果具有很强的不确定性。针对这种情况，提出一种基于模糊支持向量机（FSVM）的印刷机故障诊断方法。通过在每个训练样本点中加入模糊隶属度，训练得到分类模型，并对模糊隶属度进行回归预测得到隶属度函数。仿真结果表明，与标准SVM相比，该方法效果较好。与实际印刷机监控系统相结合，该方法可以通过LIBSVM工具箱接口编程实现，具有实用性。

关键词：支持向量机 模糊支持向量机 模糊隶属度 故障诊断 印刷机 

单位：上海大学机电工程与自动化学院 上海200072 上海市电站自动化技术重点实验室 上海200072