航空发动机故障的支持矢量机智能诊断

被引:10
作者
朱家元
张喜斌
张恒喜
裴静
机构
[1] 空军工程大学工程学院,空军工程大学工程学院,空军工程大学工程学院,空军驻武汉滨湖机械厂军代表室陕西西安,陕西西安,陕西西安,湖北武汉
关键词
支持矢量机+; 机器学习; 航空发动机; 故障诊断; 人工神经元网络;
D O I
10.13675/j.cnki.tjjs.2003.05.007
中图分类号
V263 [航空发动机制造];
学科分类号
080201 [机械制造及其自动化];
摘要
引入支持矢量机和多元分类算法到航空发动机故障诊断当中。通过设计的多元分类支持矢量机构建了小样本多参数航空发动机故障智能诊断模型,然后通过发动机故障仿真器对典型发动机气路故障进行了诊断。结果表明,支持矢量机具有优秀的故障学习能力,采用它进行航空发动机故障诊断是可行、有效的。
引用
收藏
页码:414 / 416+420 +420
页数:4
相关论文
共 3 条
[1]
基于自组织拓扑映射图的发动机故障诊断研究 [J].
朱家元 ;
邓振挺 ;
张恒喜 ;
屈裕安 .
航空动力学报, 2002, (05) :533-537
[2]
BPN 在涡扇发动机气路故障诊断中的应用 [J].
孙斌 ;
张津 ;
张绍基 .
航空动力学报, 1998, (03)
[3]
小样本多元数据分析方法及应用.[M].张恒喜等著;.西北工业大学出版社.2002,