基于最小二乘支持向量机的航空发动机故障远程诊断

• 作者: 王旭辉 舒平 黄圣国
• 来源期刊: 机械科学与技术
• 学科: 航空航天
• 关键词: 航空发动机 远程诊断 支持向量机 气路参数
• 年，卷（期）: 2007,（5）
• 页码范围: 595-599
• 页数: 5页
• 分类号: V235
• 字数: 3700字
• 语种: 中文
• DOI: 10.3321/j.issn:1003-8728.2007.05.013

摘要

将最小二乘支持向量机(least square support vector machine,LS-SVM)应用于航空发动机气路故障诊断.首先,分析了用于气路故障诊断的巡航偏差数据类别,建立用于进行机器学习的诊断模型训练集,构建基于LS-SVM的气路故障诊断模型;其次,采用模式搜索法优化LS-SVM建模,获取最优建模参数;最终,通过直接面向地空数据链(aircraft communication addressing and reporting system,ACARS)链路的报文解析组件,实时获取发动机巡航偏差数据集,远程诊断发动机气路故障.航路应用和对比实验表明:最小二乘支持向量机模型具有较高的诊断精度,适用于气路故障的远程诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王旭辉	南京航空航天大学民航学院	7	96	6.0	7.0
2	黄圣国	南京航空航天大学民航学院	68	791	16.0	25.0