基于多分类SVM的航空逆变器故障诊断
日期:2022.12.01 点击数:3
【类型】期刊
【刊名】测控技术
【关键词】 主成分分析,航空逆变器,故障诊断,多分类支持向量机
【摘要】航空逆变器的可靠性对飞机供电系统的安全性和稳定性尤为重要,但当前对于航空供电器的故障诊断的研究较少,无法为航空逆变器提供有效保障。因此,提出基于多分类支持向量机的故障诊断方法,对航空逆变器的多种故障模式进行诊断。针对故障特征耦合性高的问题,采用主成分分析方法提取故障特征,获取低维度的关键特征。由于逆变器具有多种故障模式,且具有非线性的特点,故采用多分类支持向量机算法进行故障诊断。该算法具有极强的分类能力,是处理小样本、非线性问题的有力工具。实验结果表明,该算法模型可对航空逆变器多种工况条件下的15种故障模式进行有效诊断,并且方法诊断速度快,提高了航空供电系统的安全性。
【年份】2022
【作者单位】故障诊断与健康管理技术航空科技重点实验室;航空工业上海航空测控技术研究所;
【期号】06
【页码】46-50
相关文章
- 1、基于主成分分析的航空发动机单元体性能辨识 作者:欧阳成丽 年份:2016
- 2、基于主成分分析的航空发动机单元体性能辨识 作者:欧阳成丽 年份:2016
- 3、基于特征优化和支持向量机的航空发动机气路故障诊断 作者:吴超,,陈磊,,刘渊,,周绮凤,,王奕首 年份:2024
- 4、基于特征优化和支持向量机的航空发动机气路故障诊断 作者:吴超,,陈磊,,刘渊,,周绮凤,,王奕首 年份:2024
- 5、变工况下航空逆变器健康评估方法研究 作者:左景航,王友仁,王景霖,司滕,孙灿飞, 年份:2022
- 6、变工况下航空逆变器健康评估方法研究 作者:左景航,王友仁,王景霖,司滕,孙灿飞, 年份:2022