基于支持向量机的飞机系统辨识方法研究

作者： 刘岳锋   李雅   段卓毅   武虎子   来源： 航空科学技术 年份： 2019 文献类型 ： 期刊 关键词： 支持向量机   模态特性   噪声   系统辨识   飞机  

描述： 支持向量机系统辨识方法相比传统辨识方法具有诸多优点。本文将支持向量机引入飞机系统辨识,建立离散差分形式的飞机运动方程,并利用离散系统与连续系统转换方法获得飞机纵向模态特性。研究表明该方法正确有效,信号带噪声时辨识精度较好,具有一定的工程应用价值。

航空高光谱遥感在重金属土壤污染检测中的应用

作者： 刘昭贤   孟亚宾   来源： 矿山测量 年份： 2020 文献类型 ： 期刊 关键词： 支持向量机   竞争自适应加权采样方法   航空高光谱   重金属   土壤  

描述： 航空高光谱遥感在重金属土壤污染检测中的应用

基于滑动时窗策略自适应优化支持向量机的航空发动机性能参数在线预测

作者： 曹惠玲   王冉   来源： 推进技术 年份： 2020 文献类型 ： 期刊 关键词： 支持向量机   航空发动机   遗传算法   滑动时窗策略   在线预测模型  

描述： 基于滑动时窗策略自适应优化支持向量机的航空发动机性能参数在线预测

飞机完好率预测仿真研究

作者： 孙璐璐   滕曰   黄锐   来源： 兵器装备工程学报 年份： 2018 文献类型 ： 期刊 关键词： 数据驱动   支持向量机   时间序列预测   飞机完好率   神经网络  

描述： 利用飞机完好率时间序列特性,建立了NAR神经网络模型和基于不同核函数的3种支持向量机模型对平时状态下的飞机完好率变化趋势进行建模、训练和预测;运用Matlab仿真软件进行试验验证,结果表明:支持向量机模型具有较好的拟合效果,预测精度优于NAR神经网络模型,基于RBF核函数的支持向量机预测准确率相对较高。两种预测模型相比于部队现行的预测方法均具有更高的准确度和可靠度。

基于LS-SVM的航空故障电弧诊断

作者： 李岚松   周越   熊翔   于广辉   王永兴   来源： 电器与能效管理技术 年份： 2018 文献类型 ： 期刊 关键词： 支持向量机   故障电弧诊断   航空故障电弧   特征向量   最小二乘  

描述： 将最小二乘-支持向量机算法(LS-SVM)应用于航空故障电弧的识别中,构建了LS-SVM分类器。从提取的故障电弧信息得到特征向量,作为LS-SVM的输入向量,对LS-SVM分类器进行训练和测试,并对线性负载、非线性负载和未知负载的航空故障电弧进行了识别。结果表明,所提算法能有效识别是否发生故障电弧,但是对于电弧故障具体类型的判断还有待于改进提高。

基于状态辨识的航空发动机转子叶片剩余寿命模型

作者： 刘建勋   翟旭升   谢岩甫   罗志煌   答宇航   来源： 燃气涡轮试验与研究 年份： 2022 文献类型 ： 期刊 关键词： 模型辨识   支持向量机   航空发动机   剩余寿命   工作叶片  

描述： 为有效评定航空发动机转子叶片的检查更换周期，防止叶片过度使用危及飞行安全，将叶片在不同使用阶段的装机工作时间，及典型部位的表面残余应力，作为表征叶片剩余寿命的状态参数，提出了叶片剩余寿命模型的表达形式。以现役航空发动机部分转子叶片为对象，跟踪获得叶片工作历程中，不同阶段的状态参数以及叶片到寿失效信息，采用支持向量机算法和滚动优化方式，建立了叶片剩余寿命状态参数辨识模型。应用结果表明，模型准确性随着时间增长和可用样本数量增加而逐渐提高，预期应用价值明显。

基于EMD和PSO-SVM的通用航空飞机燃油流量预测

作者： 马玉猛   来源： 滨州学院学报 年份： 2022 文献类型 ： 期刊 关键词： 支持向量机   预测   燃油流量   粒子群算法   经验模态分解  

描述： 提出了一种EMD与SVM的组合预测模型，对通用航空飞机燃油流量进行预测。首先对数据缺失值与异常值进行处理，应用经验模态分解算法对燃油流量数据进行分解，得到各分量IMF,然后采用支持向量机对每一个分量进行预测。在预测过程中，采用PSO算法对支持向量机的参数进行优化，最后叠加各分量得到预测数据。采用通航飞机实际飞行数据进行验证，结果表明：该组合模型可以有效地预测燃油流量，准确率较高，其MSE可以达到0.254,高于传统的单一预测模型。

一种基于试飞数据的航空发动机滑油金属含量预测方法

作者： 尤黎明   来源： 航空科学技术 年份： 2022 文献类型 ： 期刊 关键词： 支持向量机   小样本数据   滑油金属含量预测   试飞数据   信息扩散  

描述： 航空发动机工作时轴承和齿轮等传动部件相互摩擦产生的金属屑会随着润滑系统流入滑油箱、附件机匣等部位，而不同工作状态与环境造成的磨损程度不同，因此滑油中金属含量一定程度上可反映发动机的磨损状态。以某型航空发动机的试飞数据与滑油光谱数据为基础，通过分析润滑系统运行机理，确定了滑油金属含量的主要影响因素，采用信息扩散结合支持向量机的方法建立了滑油金属含量预测模型，解决了小样本数据限制的问题。模型预测结果的相对误差不大于5.7%，能够满足实际工程的精度需求，所建立的滑油金属含量预测模型对航空发动机磨损故障有积极的预防作用。

基于多种预测算法的飞机故障预测效果研究

作者： 朱兴动   章思宇   宋建华   来源： 兵工自动化 年份： 2021 文献类型 ： 期刊 关键词： 支持向量机   Fisher判别法   随机森林   Kappa系数   逻辑回归   故障预测  

描述： 为大幅提高飞机的维修故障预测精度,在充分研究Fisher判别法、逻辑回归、随机森林和支持向量机4种算法的基础上,使用某型飞机故障维修记录数据作为基础数据集,在R平台上实现这4种算法,以分析比较4种算法在故障预测上的效果差异。结果表明,支持向量机的预测效果最好。

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   来源： 航空计算技术 年份： 2019 文献类型 ： 期刊 关键词： 支持向量机   油液分析   航空发动机   故障诊断   相对劣化度   免疫系统  

描述： 针对航空发动机油液数据种类多样,所处状态阶段存在矛盾性,且传统三线值法制定状态界限值存在缺陷等问题,结合支持向量机理论(SVM),相对劣化度评估和人工免疫算法(AIS),提出了一种航空发动机磨损故障诊断的方法。利用SVM拟合数据的概率密度函数,根据磨粒数据的概率分布制定正常、预警和警告的界限值;根据相对劣化度评估,分析各状态参数偏离正常状态的程度;利用人工免疫算法对待测数据进行故障模式识别。通过实例验证,方法对油液监测数据反映的航空发动机磨损故障具有出色的识别能力,相较于直接归一化原始数据进行故障诊断,有利于故障类别的分离,并且可以有效降低诊断时间,提高识别效率。