基于证据理论的航空发动机早期故障诊断方法

被引：12

作者：

杨建平 ^{[1
,2
]}

黄洪钟 ^{[1
]}

苗强 ^{[1
]}

范显峰 ^{[1
]}

王贵宝 ^{[1
]}

机构：

[1] 电子科技大学机械电子工程学院

[2] 中国人民解放军部队

来源：

航空动力学报 | 2008年 / 23卷 / 12期

关键词：

证据理论; 航空发动机; 信息融合; 早期故障; 模糊聚类分析;

D O I：

10.13224/j.cnki.jasp.2008.12.015

中图分类号：

V263.6 [故障分析及排除];

学科分类号：

摘要：

在分析航空发动机早期故障特点和数据融合的基础上,将证据理论应用于发动机故障征兆级别的数据融合中,提出了构造基本信任指派函数的方法,从而得到了更准确的早期故障征兆.在此基础上,应用模糊聚类分析方法,依据最大隶属度原则得到发动机早期故障源.该方法考虑了发动机早期故障征兆不明确、不精确、不肯定等特点,应用模糊测度来表示征兆,更符合发动机早期故障的实际情况.

引用

页码：2327 / 2331

页数：5

共 4 条

[1] 基于联想记忆模型的模糊关系矩阵自学习机制 [J].

颜廷虎 ;

毛玉良 ;

钟秉林 .

东南大学学报, 1997, (05) :3-7

[2]

设备故障诊断.[M].沈庆根;郑水英主编;.化学工业出版社.2006,

[3]

设备故障诊断原理、技术及应用.[M].黄文虎等编著;.科学出版社.1996,

[4]

Presentation and description of two classification methods using data fusion based on sensor management.[J].S. Fabre;A. Appriou;X. Briottet.Information Fusion.2001, 1

← 1 →