基于PCA与DBN的航空发动机气路系统故障诊断

作者： 蒋丽英   栗文龙   崔建国   于明月   林泽力   来源： 沈阳航空航天大学学报 年份： 2019 文献类型 ： 期刊 关键词： 航空发动机   深度信念网络   故障诊断   主元分析   气路系统  

描述： 提出了一种基于主元分析与深度信念网络相结合的航空发动机气路系统故障诊断新方法。首先利用主元分析方法对发动机监测参数原始数据进行降维,以便降低参数数据的复杂度,获得较低维数的最优特征参数。其次,采用深度信念网络对获取的最优特征参数数据创建故障诊断模型。为验证所创建诊断模型的准确性,采用某型航空发动机气路系统实测数据对所创建的基于主元分析与深度信念网络故障诊断模型进行实验验证,结果表明,经过主元分析降维后的深度信念网络故障诊断模型的诊断结果比未经过主元分析降维后的深度学习神经网络故障诊断模型的诊断结果准确率更高,从而验证了该方法的有效性。

基于灰色和LSSVM的航空发动机状态预测

作者： 崔建国   高波   蒋丽英   于明月   郑蔚   来源： 计算机工程与设计 年份： 2018 文献类型 ： 期刊 关键词： 状态预测   航空发动机   最小二乘支持向量机   排气温度   主燃油泵   灰色模型  

描述： 为克服单一模型预测精度较低这一缺陷,提出一种基于灰色模型(grey model,GM)和最小二乘支持向量机(least squares support vector machine,LSSVM)的组合预测方法。通过灰色累加对原始数据序列进行处理,建立灰色预测模型,利用灰色预测模型的预测结果作为输入,原始数据作为输出,训练构建LSSVM预测模型进行预测。选取航空发动机主燃油泵作为具体研究对象,采集排气温度作为其状态预测参数进行状态预测。研究结果表明,相比单一预测模型,灰色最小二乘支持向量机预测精度更高,为航空发动机状态预测提供了一种有效的解决途径。

LSSVM与HMM在航空发动机状态预测中的应用研究

作者： 崔建国   高波   蒋丽英   于明月   郑蔚   来源： 计算机工程 年份： 2018 文献类型 ： 期刊 关键词： 隐马尔科夫模型   状态预测   航空发动机   最小二乘支持向量机   小波包分解   振动信号   降噪  

描述： 传统单一的状态预测方法难以精确预测航空发动机状态的缺陷,而最小二乘支持向量机(LSSVM)具有较强的非线性预测能力和泛化能力,可以有效地对信号进行非线性预测,隐马尔科夫模型(HMM)有利于处理连续的动态信号,能够精确计算出似然度概率。提出一种结合LSSVM与HMM的状态预测方法。利用提升小波函数全阈值降噪法对采集的振动信号进行降噪,采用小波包分解提取有效的特征,选择不同状态下的特征量训练多个HM M模型,并通过此模型对未知信号特征量以及LSSVM预测的特征量进行状态监测,从而预测出发动机未来时刻的状态以及状态的退化趋势。实验结果表明,该方法的预测准确率达到92%以上,能够有效地预测航空发动机的状态情况。

基于PCA与DBN的航空发动机气路系统故障诊断

作者： 蒋丽英   栗文龙   崔建国   于明月   林泽力   来源： 沈阳航空航天大学学报 年份： 2019 文献类型 ： 期刊 关键词： 航空发动机   深度信念网络   故障诊断   主元分析   气路系统  

描述： 提出了一种基于主元分析与深度信念网络相结合的航空发动机气路系统故障诊断新方法。首先利用主元分析方法对发动机监测参数原始数据进行降维,以便降低参数数据的复杂度,获得较低维数的最优特征参数。其次,采用深度信念网络对获取的最优特征参数数据创建故障诊断模型。为验证所创建诊断模型的准确性,采用某型航空发动机气路系统实测数据对所创建的基于主元分析与深度信念网络故障诊断模型进行实验验证,结果表明,经过主元分析降维后的深度信念网络故障诊断模型的诊断结果比未经过主元分析降维后的深度学习神经网络故障诊断模型的诊断结果准确率更高,从而验证了该方法的有效性。

基于灰色和LSSVM的航空发动机状态预测

作者： 崔建国   高波   蒋丽英   于明月   郑蔚   来源： 计算机工程与设计 年份： 2018 文献类型 ： 期刊 关键词： 状态预测   航空发动机   最小二乘支持向量机   排气温度   主燃油泵   灰色模型  

描述： 为克服单一模型预测精度较低这一缺陷,提出一种基于灰色模型(grey model,GM)和最小二乘支持向量机(least squares support vector machine,LSSVM)的组合预测方法。通过灰色累加对原始数据序列进行处理,建立灰色预测模型,利用灰色预测模型的预测结果作为输入,原始数据作为输出,训练构建LSSVM预测模型进行预测。选取航空发动机主燃油泵作为具体研究对象,采集排气温度作为其状态预测参数进行状态预测。研究结果表明,相比单一预测模型,灰色最小二乘支持向量机预测精度更高,为航空发动机状态预测提供了一种有效的解决途径。

LSSVM与HMM在航空发动机状态预测中的应用研究

作者： 崔建国   高波   蒋丽英   于明月   郑蔚   来源： 计算机工程 年份： 2018 文献类型 ： 期刊 关键词： 隐马尔科夫模型   状态预测   航空发动机   最小二乘支持向量机   小波包分解   振动信号   降噪  

描述： 传统单一的状态预测方法难以精确预测航空发动机状态的缺陷,而最小二乘支持向量机(LSSVM)具有较强的非线性预测能力和泛化能力,可以有效地对信号进行非线性预测,隐马尔科夫模型(HMM)有利于处理连续的动态信号,能够精确计算出似然度概率。提出一种结合LSSVM与HMM的状态预测方法。利用提升小波函数全阈值降噪法对采集的振动信号进行降噪,采用小波包分解提取有效的特征,选择不同状态下的特征量训练多个HM M模型,并通过此模型对未知信号特征量以及LSSVM预测的特征量进行状态监测,从而预测出发动机未来时刻的状态以及状态的退化趋势。实验结果表明,该方法的预测准确率达到92%以上,能够有效地预测航空发动机的状态情况。

基于GRNN-ELM的飞机复合材料结构损伤识别

作者： 崔建国   张善好   于明月   蒋丽英   江秀红   林泽力   来源： 南京航空航天大学学报 年份： 2018 文献类型 ： 期刊 关键词： 奇异熵   变分模态分解   GRNN   ELM组合神经网络   损伤识别   核独立分量分析  

描述： 飞机结构的损伤严重影响着飞机的飞行安全,为了解决飞机复合材料结构损伤难以有效识别问题,本文提出一种基于广义回归神经网络(General regression neural network,GRNN)与极限学习机(Extreme learning machine,ELM)组合的飞机复合材料结构损伤识别新方法。首先对飞机复合材料层合板进行冲击,而后对其进行疲劳拉伸试验,通过优化布局在复合材料层合板上的光纤光栅传感器募集应变信息,并对其进行预处理。采用变分模态分解(Variational mode decomposition,VMD)对募集的应变信息进行自适应分解,得到多个基本模式分量(Intrinsic mode function,IMF)。计算各阶IMF分量的奇异熵,通过核独立主元分析(Kernel independent component analysis,KICA)方法对奇异熵进行特征融合,构建融合特征向量。采用融合特征向量建立基于GRNN-ELM的复合材料结构损伤识别模型,通过试验对损伤识别模型的有效性进行了验证,并分别与所构建的ELM和GRNN损伤识别模型的识别结果进行比较。结果表明,该方法能有效对飞机复合材料结构损伤进行识别,具有很好的工程应用价值。

基于资源约束的飞机保障任务调配方法研究

作者： 崔建国   周鹏甲   于明月   刘成   江秀红   徐晓宇   来源： 控制工程 年份： 2018 文献类型 ： 期刊 关键词： 仿真系统   资源约束   分支切割法   保障任务调配   航空保障  

描述： 针对以往的研究未考虑资源约束对飞机航空保障调配的影响,将"资源有限,时间最短"的飞机再次出动保障活动调配问题抽象为资源受限的项目调配问题,建立了资源约束下飞机保障活动调配优化模型,设计了求解模型的飞机保障活动调配优化算法,并开发了飞机再次出动保障活动时间优化仿真系统。最后,通过实例对比,验证了模型的正确性及算法有效性,利用优化仿真系统生成的调配甘特图对飞机再次出动保障活动进行有效指挥,可以提升保障效率与自动化水平,具有很好的工程应用价值。

基于GRNN-ELM的飞机复合材料结构损伤识别

作者： 崔建国   张善好   于明月   蒋丽英   江秀红   林泽力   来源： 南京航空航天大学学报 年份： 2018 文献类型 ： 期刊 关键词： 奇异熵   变分模态分解   GRNN   ELM组合神经网络   损伤识别   核独立分量分析  

描述： 飞机结构的损伤严重影响着飞机的飞行安全,为了解决飞机复合材料结构损伤难以有效识别问题,本文提出一种基于广义回归神经网络(General regression neural network,GRNN)与极限学习机(Extreme learning machine,ELM)组合的飞机复合材料结构损伤识别新方法。首先对飞机复合材料层合板进行冲击,而后对其进行疲劳拉伸试验,通过优化布局在复合材料层合板上的光纤光栅传感器募集应变信息,并对其进行预处理。采用变分模态分解(Variational mode decomposition,VMD)对募集的应变信息进行自适应分解,得到多个基本模式分量(Intrinsic mode function,IMF)。计算各阶IMF分量的奇异熵,通过核独立主元分析(Kernel independent component analysis,KICA)方法对奇异熵进行特征融合,构建融合特征向量。采用融合特征向量建立基于GRNN-ELM的复合材料结构损伤识别模型,通过试验对损伤识别模型的有效性进行了验证,并分别与所构建的ELM和GRNN损伤识别模型的识别结果进行比较。结果表明,该方法能有效对飞机复合材料结构损伤进行识别,具有很好的工程应用价值。

基于资源约束的飞机保障任务调配方法研究

作者： 崔建国   周鹏甲   于明月   刘成   江秀红   徐晓宇   来源： 控制工程 年份： 2018 文献类型 ： 期刊 关键词： 仿真系统   资源约束   分支切割法   保障任务调配   航空保障  

描述： 针对以往的研究未考虑资源约束对飞机航空保障调配的影响,将"资源有限,时间最短"的飞机再次出动保障活动调配问题抽象为资源受限的项目调配问题,建立了资源约束下飞机保障活动调配优化模型,设计了求解模型的飞机保障活动调配优化算法,并开发了飞机再次出动保障活动时间优化仿真系统。最后,通过实例对比,验证了模型的正确性及算法有效性,利用优化仿真系统生成的调配甘特图对飞机再次出动保障活动进行有效指挥,可以提升保障效率与自动化水平,具有很好的工程应用价值。