基于支持向量机的飞行器健康诊断方法

被引：8

作者：

崔建国 ^{[1
,2
,3
]}

李明 ^{[3
]}

陈希成 ^{[3
]}

吕瑞 ^{[3
]}

徐长君 ^{[3
]}

刘建民 ^{[3
]}

徐心和 ^{[1
]}

机构：

[1] 东北大学信息科学与工程学院

[2] 沈阳航空工业学院自动化学院

[3] 沈阳飞机设计研究所

来源：

压电与声光 | 2009年 / 31卷 / 02期

基金：

中国博士后科学基金;

关键词：

飞行器; 健康诊断; 范数; 小波包; 支持向量机;

D O I：

暂无

中图分类号：

V267 [航空器的维护与修理];

学科分类号：

082503 ;

摘要：

为解决飞行器关键结构部件裂纹损伤的有效监测,及时发现潜在的安全隐患,避免灾难性事故的发生,采用先进的声发射技术对某军用飞行器真实关键结构部件的健康状态进行监测。使用小波包分析方法对所募集的飞行器结构部件声发射信息进行分解,提取能反映结构裂纹损伤信息的范数特征向量,作为支持向量机健康状态监测器的输入,对其进行训练和健康诊断研究。提出了一种由声发射信息范数特征向量与支持向量机相结合对飞行器结构裂纹损伤进行有效识别的新方法。在某军用飞行器真实结构部件的裂纹损伤试验中,运用该方法对其健康状态进行监测研究表明,该方法可准确诊断其裂纹损伤,为飞行器结构部件健康状态的有效监测提供了新途径。

引用

页码：266 / 269

页数：4

共 6 条

[1] 基于神经网络和支持向量机的故障诊断 [J].

喻俊馨 ;

王计生 ;

黄惟公 .

西华大学学报(自然科学版), 2008, (03) :24-27+107

[2] 基于EMD的声发射管道泄漏检测研究 [J].

孙立瑛 ;

李一博 ;

曲志刚 ;

王伟魁 .

压电与声光, 2008, (02) :239-241+245

[3] 全尺寸飞机疲劳试验过程中的无损检测及声发射监测技术研究 [J].

耿荣生 .

南昌航空大学学报(自然科学版), 2007, (03) :1-7

[4] 某型飞机水平尾翼疲劳试验的声发射实时监测 [J].

吴克勤 ;

耿荣生 ;

谢里阳 ;

吴宁祥 .

东北大学学报(自然科学版), 2007, (08) :1167-1170

[5] 基于支持向量机的机械故障智能分类研究 [J].

李凌均 ;

张周锁 ;

何正嘉 .

小型微型计算机系统, 2004, (04) :667-670

[6]

Nondestructive evaluation of fatigue damage in ULTIMET ? superalloy[J] . L Jiang,P.K Liaw,C.R Brooks,B Somieski,D.L Klarstrom.Materials Science ＆ Engineering A . 2001 (1)

← 1 →