IDE-ELM在民机方向舵系统故障诊断中的应用

作者： 张鹏   张迪   段照斌   陈艳   来源： 电光与控制 年份： 2020 文献类型 ： 期刊 关键词： 极限学习机   故障诊断   方向舵系统   差分进化算法  

描述： IDE-ELM在民机方向舵系统故障诊断中的应用

基于极限学习机的航空旋转整流器故障诊断技术研究

作者： 王潇雅   崔江   唐军祥   叶纪青   来源： 机械制造与自动化 年份： 2018 文献类型 ： 期刊 关键词： 极限学习机   航空发电机   旋转整流器   故障诊断  

描述： 航空发电机是航空电源系统的核心部件,针对目前应用于航空发电机旋转整流器故障诊断中的人工智能算法存在诊断速度慢、参数选取困难等问题,将极限学习机引入到航空旋转整流器故障诊断领域。以航空三级式发电机为例,分析了旋转整流器的故障模式,在Matlab/Simulink中建立发电机模型并模拟旋转整流器故障模式。实验结果表明,极限学习机具有较高的诊断精度。与传统的故障诊断方法相比,它具有更优的诊断效率。

基于ELM的航空发动机故障诊断方法

作者： 崔建国   刘宏伟   陶书弘   于明月   高阳   来源： 火力与指挥控制 年份： 2018 文献类型 ： 期刊 关键词： 特征提取   极限学习机   故障诊断   小波包  

描述： 以航空发动机主燃油泵为具体研究对象,提出了一种基于基于小波包能量比与极限学习机(Extreme Learning Machine,ELM)的故障诊断方法。对于某型真实航空发动机,采用振动传感器感知发动机附件机匣的振动信号,对获取的发动机附件机匣的振动信号采用DB3小波包对其进行3层小波包分解,求出第3层各频带信号的能量作为原始信号的特征,构建特征向量。用求得的特征向量建立基于ELM的故障诊断模型,对航空发动机主燃油泵进行故障诊断技术研究。为表明该方法的有效性,还设计了基于BP神经网络的故障诊断模型,并对所构建的特征向量进行了诊断。试验结果表明,基于ELM故障诊断方法可以有效提高故障诊断的速度及准确率,具有很好的工程应用前景。

基于振动信号的航空发动机主轴轴承可靠性分析

作者： 胡义凡   来源： 哈尔滨工程大学 年份： 2019 文献类型 ： 学位论文 关键词： 健康指数   奇异值分解   故障诊断   经验模态分解   退化状态   模糊神经网络  

描述： 基于振动信号的航空发动机主轴轴承可靠性分析

航空发动机典型故障监测方法研究

作者： 刘宏伟   来源： 沈阳航空航天大学 年份： 2017 文献类型 ： 学位论文 关键词： 支持向量机   极限学习机   主元分析   核极限学习机   主燃油泵  

描述： 航空发动机主燃油泵作为航空发动机燃油系统的核心部件之一,其能否正常工作将直接影响到飞机的飞行安全。由于主燃油泵长期处于高压、高温等恶劣的工作环境中,使得主燃油泵极易发生故障且寿命较短。因此,如何准确监测识别出航空发动机关键部件主燃油泵所处的不同故障模式,对确保飞机飞行安全以及降低维修成本起关键作用,具有重要的军事与经济价值。本文以某型航空发动机关键部件—主燃油泵为具体研究对象,对其在飞行过程中遇到的典型故障进行了故障监测技术研究。首先在某型真实航空发动机试验平台上,经长期试验,获取了航空发动机不同健康状态众多参数的原始数据。并对其进行预处理,进行主燃油泵数据有效性方法的研究,获取可以表征主燃油泵健康状态的特征参数。经综合分析后,将航空发动机主燃油泵健康状态分为正常工作状态、主燃油泵轴承损伤故障、主燃油泵调节器故障,以及当油门杆由慢车状态推至中间状态时航空发动机主燃油泵出现排气温度和转速超出限制值现象的故障这四种故障。最后,分别构建了基于SVM、基于ELM和基于KELM的故障诊断模型,并采用所构建的诊断模型对主燃油泵进行故障识别技术研究。研究结果表明,基于SVM故障诊断模型的准确率为87.5%,基于ELM故障诊断准确率为92.5%,KELM故障诊断的准确率为97.5%,因此本文所设计的状态监测算法可以对航空发动机主燃油泵的故障模式进行较好的故障诊断,均达到了预期的研究目标。

基于极限学习机的航空发电机旋转整流器快速故障分类方法研究

作者： 崔江   唐军祥   张卓然   龚春英   王莉   来源： 中国电机工程学报 年份： 2018 文献类型 ： 期刊 关键词： 极限学习机   思维进化算法   航空发电机   旋转整流器   故障诊断  

描述： 航空发电机在现代多电和全电飞机的发展中将发挥越来越重要的作用,其重要部件的可靠性也是未来研究的重点。该文针对目前航空发电机旋转整流器(aerospace generator rotating rectifier,AGRR)的故障分类问题,提出了一种基于思维进化算法(mind evolutionary algorithm,MEA)的极限学习机快速分类技术。该方法通过MEA算法优化极限学习机的训练参数,以获取优化的识别模型,并将其应用于AGRR的故障分类中,取得了很好的效果。仿真和实验结果表明,经过优化的极限学习机与现有分类方法相比,具有很好的诊断性能和较高的分类速度。因此,该方法适合用于航空发电机旋转整流器的故障快速诊断和定位。

基于相关系数和偏态指标的航空串联电弧故障检测

作者： 崔芮华   王洋   李英男   来源： 电工电能新技术 年份： 2019 文献类型 ： 期刊 关键词： 极限学习机   偏态指标   航空故障   相关系数   串联电弧故障  

描述： 针对航空串联电弧故障的检测与识别问题,提出一种基于相关系数和偏态指标的航空电弧故障检测方法。通过提取不同负载电流信号的相关系数和偏态指标,构建二维特征量,分析对比了隐含层节点数对极限学习机性能的影响,引入灰狼优化的极限学习机进行分类识别。对阻性、阻感性、阻容性和非线性负载的大量实验结果表明,所提方法能够有效提取不同负载电弧故障特征,串联电弧故障诊断率高达98%,可为开发新型的航空电弧故障断路器提供可靠参考。

基于FWA-DBN的航空发电机偏心故障诊断

作者： 杨占刚   徐海义   成博源   石旭东   来源： 系统工程与电子技术 年份： 2022 文献类型 ： 期刊 关键词： 极限学习机   航空发电机   烟花算法   深度置信网络   偏心故障  

描述： 针对具有多并联支路绕组结构的航空发电机在偏心故障下的输出三相电压、电流故障特征差异小，造成故障不易识别的问题，提出一种基于烟花算法(fireworks algorithm, FWA)优化深度置信网络(deep belief network, DBN)的故障诊断方法。首先根据有限元法搭建航空发电机模型，通过仿真获取不同静态、动态偏心故障输出数据；然后运用FWA训练优化与极限学习机(extreme learning machine, ELM)相结合的DBN网络，得到最佳DBN-ELM模型结构；最后由ELM分类器进行故障诊断分类。诊断结果表明，相较于传统的故障诊断方法，应用所提方法进行航空发电机偏心故障诊断，可以获得更高的准确率，平均准确率达到99.203%。

航空故障电弧的试验装置及诊断技术研究

作者： 熊翔   来源： 大连理工大学 年份： 2018 文献类型 ： 学位论文 关键词： 极限学习机   试验装置   故障诊断   航空故障电弧   LabVIEW  

描述： 航空故障电弧的试验装置及诊断技术研究

多尺度能量熵与优化极限学习机的航空液压管路故障诊断方法

作者： 薛政坤   汪曦   于晓光   王宠   张小龙   来源： 液压与气动 年份： 2022 文献类型 ： 期刊 关键词： 多尺度能量熵   极限学习机   故障诊断   航空液压管路   局部均值分解  

描述： 针对航空液压管路故障特征难以提取问题，考虑到航空液压系统中振动信号存在非平稳性以及非线性等特点，提出了一种基于局部均值分解(Local Mean Decomposition, LMD)的多尺度能量熵(Multi-scale Energy Entropy, MEE)和麻雀搜索算法(Sparrow Search Algorithm, SSA)优化极限学习机(Extreme Learning Machine, ELM)的航空液压管路故障诊断方法。首先，采用局域均值分解方法将采集的振动信号自适应分解；其次，综合考虑相关系数-能量比准则，选取最佳PF分量；最后，计算最佳分量的多尺度能量熵，选取合适的尺度因子并将其对应的能量熵值作为特征向量，输入到麻雀搜索算法优化的极限学习机网络模型进行学习训练，实现对航空液压管路的故障进行分类识别。结果表明：该方法能够有效地实现对航空液压管路故障类型的准确识别，为区分航空液压管路故障提供了一种可行的诊断思路。