装备故障诊断方法研究

被引:2
作者
崔学忠 [1 ]
李冬 [2 ]
桑亮 [3 ]
李馥彤 [2 ]
机构
[1] 部队
[2] 海军航空工程学院研究生管理大队
关键词
故障诊断; 回归型支持向量机; 小波分析; 神经网络;
D O I
暂无
中图分类号
TH165.3 [];
学科分类号
摘要
研究装备故障预报,便于及时维修,选取诊断方法对于高效的故障诊断具有重要意义,因此概括了故障诊断的方法。为了提高诊断率,保证运行安全,采用小波分析和回归型支持向量机两种先进的故障诊断方法,仿真结果表明两种方法都能准确定位故障点,用时大致相同,但支持向量机同时实现原始信号的重构,而且残差比小波滤波的信号噪声还要小,可以优先采用,对故障诊断方法的选取具有指导意义。采用人工神经网络方法较好地解决了齿轮故障问题,并且诊断结果是准确的。
引用
收藏
页码:181 / 185
页数:5
相关论文
共 6 条
[1]   航空发动机故障诊断技术综述 [J].
王英 ;
沙云东 .
沈阳航空工业学院学报, 2007, (02) :11-14
[2]   传感器的故障诊断技术研究 [J].
张海琳 ;
杨平 .
机电一体化, 2001, (05) :73-78
[3]  
PW4000发动机振动故障研究[D]. 李庆杰.西北工业大学. 2005
[4]  
数据挖掘中的新方法[M]. 科学出版社 , 邓乃扬, 2004
[5]  
统计学习理论的本质[M]. 清华大学出版社 , (美)VladimirN.Vapnik著, 2000
[6]  
机械故障诊断学[M]. 机械工业出版社 , 钟秉林, 1997