基于模糊粗糙集和SVM的航空发动机故障诊断
日期:2017.06.21 点击数:6
【类型】期刊
【刊名】振动.测试与诊断
【关键词】 支持向量机,航空发动机,故障诊断,粗糙集,模糊聚类
【摘要】随着航空产业的发展,航空发动机故障诊断逐渐向智能化、精确化方向发展,针对这一趋势结合模糊聚类、粗糙集以及支持向量机理论,提出了一种航空发动机故障诊断方法。首先,运用模糊C-均值聚类算法将连续数据离散化;然后,运用粗糙集的知识发现理论,在保持决策表的决策属性和条件属性之间的依赖关系不发生变化的前提下对决策表进行约简;最后,利用支持向量机适用于小样本数据处理的特性对样本进行学习得到最优超平面决策函数从而进行故障诊断。对航空发动机性能参数实例的验证结果表明,该方法对航空发动机故障具有较强的诊断能力,在不影响诊断率的基础上大大缩短了运算时间。因此,提出的算法具有较好的实用性和准确性。
【年份】2017
【期号】1
【页码】169-173+207
【全文挂接】全文挂接
相关文章
- 1、基于模糊粗糙集和SVM的航空发动机故障诊断 作者:曹愈远,张建,李艳军,张丽娜, 年份:2017
- 2、基于数据驱动的航空发动机故障诊断 作者:郭朋微 年份:2018
- 3、航空发动机早期故障诊断方法研究 作者:徐一艳 年份:2016
- 4、基于复合算法的航空发动机磨损故障诊断 作者:黄帆,李艳军,曹愈远,李依林, 年份:2019
- 5、航空压气机机匣处理技术研究综述 作者:王有远,张振华,钱伟伟,徐长斌,聂高胜, 年份:2018
- 6、基于案例推理的民航发动机故障诊断研究 作者:郭龙飞 年份:2020