首页  |  期刊简介  |  期刊荣誉  |  编委会  |  现任主编  |  投稿指南  |  下载中心  |  期刊征订
中文核心期刊
Ei Compendex收录期刊
中国科学引文数据库来源期刊
中文科技期刊数据库收录期刊
国际刊号:1004-6801
国内刊号:32-1361/V
用户登录
  E-mail:  
  密  码:  
  作者 审稿  
  编辑 读者  
期刊向导
联系方式
  • 主管:中华人民共和国工业
              和信息化部
  • 主办:南京航空航天大学
              全国高校机械工程
              测试技术研究会
  • 国际刊号:1004-6801
  • 国内刊号:32-1361/V
  • 地址:南京市御道街29号
  • 电话:025-8489 3332
  • 传真:025-8489 3332
  • E-mail:qchen@nuaa.edu.cn
  • 邮编:210016
基于动态PCA与改进SVM的航空发动机故障诊断
Aero-Engine Fault Diagnosis Based on Dynamic PCA and Improved SVM
投稿时间:2013-05-28  修订日期:2013-08-13
DOI:
中文关键词:  航空发动机  滑油系统  动态主元分析  改进支持向量机  故障诊断
英文关键词:Aero-engine  Lubrication System  Dynamic Principal Component Analysis  Improved Support Vector Machine  Fault Diagnosis
基金项目:航空科学基金(2010ZD54012);国防基础科研计划项目(IDA0520110023);国防预研项目(IDZ052012B002)。
作者单位邮编
崔建国 沈阳航空航天大学自动化学院 沈阳 110136
严雪 沈阳航空航天大学自动化学院 沈阳 
蒲雪萍 中国燃气涡轮研究院 成都 
齐义文 沈阳航空航天大学自动化学院 沈阳 
蒋丽英 沈阳航空航天大学自动化学院 沈阳 
师建强 中国燃气涡轮研究院 成都 
摘要点击次数: 1894
全文下载次数: 0
中文摘要:
      为了对航空发动机进行高效地故障诊断,确保飞机的飞行安全,提出了一种基于动态主元分析和改进支持向量机的航空发动机智能故障诊断方法。该方法结合了动态PCA(Principal Component Analysis,简称PCA)在特征提取方面和改进SVM(Support Vector Machine,简称SVM)在故障诊断方面的优势,其中动态PCA方法对所涉及的过程变量进行去噪、降维、消除相关性等预处理和特征提取,再采用改进SVM方法将所得的特征向量进行故障诊断诊断。所提出方法可解决航空发动机模型精度和传感器测量参数有限情况下的滑油系统故障诊断精度差、效率低和易误诊漏诊等问题。以某型真实航空发动机滑油系统为例,对所提出方法的有效性进行试验验证,结果表明,采用的动态PCA和改进SVM故障诊断方法能有效提高故障诊断正确率,实现航空发动机滑油系统故障诊断的效能,具有很好的应用价值与前景。
英文摘要:
      In order to diagnose the aero-engine faults effectively and ensure the safety of the aircraft flight, a method based on Dynamic Principal Component Analysis and Improved Support Vector Machine is put forward. It combined the advantages of the dynamic PCA in feature extraction and Improved SVM in fault diagnosis. The method of dynamic PCA can do the pre-treatment like de-noising, dimension reduction, eliminating correlation on the processing variables and the method of Improved SVM can diagnose the faults with eigenvector. The proposed method can solve the problems of lubrication system likes low accuracy of aero-engine model and the limited measurement parameters, that problems can lead the low efficiency and ease of misdiagnosis and other issues. Taking a certain type of the lubrication system of aero-engine for example to verify the effectiveness of the proposed method. The results show that using dynamic PCA and improved SVM fault diagnosis method can effectively improve the accuracy. It can realize the fault diagnosis performance of the lubrication system of aero-engine, what’s more, it has a good application value and great prospect.
  查看/发表评论  下载PDF阅读器
关闭

Copyright @2010-2015《振动、测试与诊断》

地址:南京市御道街29号        邮编:210016

电话:025-8489 3332      传真:025-8489 3332       E-mail:qchen@nuaa.edu.cn

您是本站第2714418位访问者 本站今日一共被访问717

技术支持:北京勤云科技发展有限公司