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

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

基于飞参数据的飞机操纵系统故障评估方法

作者： 吴祯涛   李学仁   杜军   丁超   来源： 计算机测量与控制 年份： 2019 文献类型 ： 期刊 关键词： 极限学习机   飞参数据   差分进化   故障评估  

描述： 针对某型飞机的操纵系统故障评估问题,提出了一种基于飞参数据建立的差分进化极限学习机(DE-ELM)算法;该算法融合了差分进化(DE)和极限学习机(ELM)两种算法,通过对飞参数据进行训练,构建

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

基于飞参数据的飞机操纵系统故障评估方法

作者： 吴祯涛   李学仁   杜军   丁超   来源： 计算机测量与控制 年份： 2019 文献类型 ： 期刊 关键词： 极限学习机   飞参数据   差分进化   故障评估  

描述： 针对某型飞机的操纵系统故障评估问题,提出了一种基于飞参数据建立的差分进化极限学习机(DE-ELM)算法;该算法融合了差分进化(DE)和极限学习机(ELM)两种算法,通过对飞参数据进行训练,构建

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

基于PSO-ELM-Markov模型的中国民航碳排放达峰路径研究

作者： 邢健     李程   来源： 数学的实践与认识 年份： 2024 文献类型 ： 期刊 关键词： 民航碳排放   极限学习机   粒子群算法   情景分析法   Markov模型  

描述： 中国民航碳排放达峰路径,探索更加有效的环境保护和减排策略意义重大.论文根据IPCC发布的民航碳排放计算标准,测算历史民航碳排放量.通过梳理国内外文献,甄选出民航碳排放量的五大影响因子,以极限学习机为基础

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。