基于改进LS-SVM的航空发动机传感器故障诊断与自适应重构控制

被引:24
作者
蔡开龙
谢寿生
杨伟
吴勇
机构
[1] 空军工程大学工程学院
关键词
航空、航天推进系统; 航空发动机; 改进最小二乘支持向量机(LS-SVM); 传感器; 故障诊断; 自适应重构控制;
D O I
10.13224/j.cnki.jasp.2008.06.025
中图分类号
V263.6 [故障分析及排除];
学科分类号
082503 ;
摘要
提出了一种基于改进LS-SVM的航空发动机传感器故障诊断与自适应重构控制方法.该方法通过给误差变量赋予不同权值因子提高LS-SVM的鲁棒性,采用修剪算法提高LS-SVM的稀疏性;该方法从某涡扇发动机输入输出空间中建立其正常模型,采用阈值判别法对传感器故障进行实时监视与诊断,并用模型输出值代替故障传感器测量值反馈回闭环控制系统,实现对发动机的自适应重构控制.仿真结果表明,该方法能及时准确地定位故障,并进行有效的自适应重构控制.
引用
收藏
页码:1118 / 1126
页数:9
相关论文
共 4 条
[1]   并行鲁棒观测器对发动机减小转速信号的故障分离 [J].
钱坤 ;
谢寿生 ;
胡金海 ;
于东军 .
航空动力学报, 2005, (01) :136-141
[2]   基于优化最小二乘支持向量机的小样本预测研究 [J].
朱家元 ;
杨云 ;
张恒喜 ;
王卓健 .
航空学报, 2004, (06) :565-568
[3]   应用传感器仿真模型分析发动机控制系统故障 [J].
何保成 ;
于达仁 ;
史新兴 .
推进技术, 2001, (05) :364-367
[4]   Least squares support vector machine classifiers [J].
Suykens, JAK ;
Vandewalle, J .
NEURAL PROCESSING LETTERS, 1999, 9 (03) :293-300