基于信息熵和SVM多分类的飞机液压系统故障诊断

被引:25
作者
窦丹丹
姜洪开
何毅娜
机构
[1] 西北工业大学航空学院
关键词
飞机液压系统; 信息熵; 特征权值; 支持向量机多分类; 故障诊断;
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
飞机液压系统是典型的非线性系统,故障机理复杂,提取故障信息困难,且故障样本较少。针对飞机液压系统部件故障,文章采用了基于信息熵特征权值分配和支持向量机(SVM)多分类的故障诊断方法。先提取飞机液压系统压力信号的统计特征,然后通过计算特征信息熵为特征分配相应权值,将权值较大的特征作为支持向量机的输入向量,最后建立SVM多分类器将正常与多种故障状态进行分类;所采用的方法不仅有效降低了支持向量机模型的计算复杂度,而且提高了分类精度。通过建立飞机起落架收放系统仿真模型,对该故障诊断方法进行了验证研究。仿真结果表明,该方法选用高斯径向基核函数能够有效对液压系统进行故障诊断。
引用
收藏
页码:529 / 534
页数:6
相关论文
共 5 条
[1]   基于信息熵的支持向量回归机训练样本长度选择 [J].
韩中合 ;
朱霄珣 .
中国电机工程学报, 2010, 30 (20) :112-116
[2]   航空液压泵柱塞游隙增大故障诊断 [J].
赵四军 ;
王少萍 ;
尚耀星 .
北京航空航天大学学报, 2010, 36 (03) :261-264
[3]   基于聚类和SVM多分类的容差模拟电路故障诊断 [J].
刘本德 ;
胡昌华 ;
蔡艳宁 .
系统仿真学报, 2009, 21 (20) :6479-6482
[4]   基于AMESim的飞机液压系统仿真技术的应用研究 [J].
吴亚锋 ;
郭军 .
沈阳工业大学学报, 2007, (04) :368-371
[5]   Support vector machine in machine condition monitoring and fault diagnosis [J].
Widodo, Achmad ;
Yang, Bo-Suk .
MECHANICAL SYSTEMS AND SIGNAL PROCESSING, 2007, 21 (06) :2560-2574