基于KPCA和SVM的火箭发动机试验台故障诊断方法

被引：9

作者：

朱宁 ^{[1
]}

冯志刚 ^{[2
]}

王祁 ^{[1
]}

机构：

[1] 哈尔滨工业大学自动化测试与控制系

[2] 沈阳航空工业学院自动化学院

来源：

哈尔滨工业大学学报 | 2009年 / 41卷 / 03期

关键词：

液体火箭发动机试验台; 故障诊断; 特征提取; 核主元分析; 层次支持向量多分类机;

D O I：

暂无

中图分类号：

V467 [航天器的维护与修理];

学科分类号：

082503 ;

摘要：

为了解决液体火箭发动机试验台的故障诊断问题,提出了一种基于核主元分析(KPCA)特征提取和支持向量多分类机(SVM)的故障诊断方法,该方法首先利用核主元分析对试验台标准故障样本进行特征提取,通过特征分析,建立适合于试验台故障状态识别的层次多分类支持向量机,并对其进行训练,然后将试验数据在主元上投影,输入到训练好的支持向量多分类器,对试验台故障状态进行识别.该方法充分利用了核主元分析强大的非线性特征提取能力和支持向量分类机良好的小样本泛化特性,解决了试验台故障诊断中的小样本、非线性模式识别问题.对试验台的试验结果表明,该方法是有效的、可行的.

引用

页码：81 / 84+120 +120

页数：5

共 6 条

[1] 液体火箭发动机地面试车实时故障检测与报警系统 [J].