基于支持向量机的航空发动机整机振动故障诊断技术研究

• 作者: 李川 王蕾 艾延廷 费成巍
• 来源期刊: 沈阳航空工业学院学报
• 学科: 工学
• 关键词: 支持向量机 航空发动机 整机振动 故障诊断
• 年，卷（期）: 2010,（2）
• 所属期刊栏目: 航空工程
• 页码范围: 29-32,19
• 分类号: V231.92|TH165+.3
• 字数: 2557字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-1248.2010.02.008

摘要

支持向量机是采用结构风险最小化原则代替传统统计学中的基于大样本的经验风险最小化原则的一种新型机器学习方法,由于它出色的学习分类能力和推广能力,广泛地应用于模式识别和函数拟合中.针对某型航空发动机整机振动过大的现象,提出了一种基于支持向量机(SVM)的整机振动故障诊断方法.首先介绍了SVM理论,然后根据SVM学习方法的结构风险最小化原则,对某型航空发动机已知的整机振动故障模式数据进行了训练和预测,并建立了基于SVM的航空发动机整机振动故障诊断模型.最后通过对已有故障模式进行诊断预测,证明该方法在航空发动机整机振动故障诊断方面具有良好效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	艾延廷	沈阳航空工业学院辽宁省数字化工艺仿真与试验技术重点实验室	148	866	15.0	20.0
2	费成巍	沈阳航空工业学院辽宁省数字化工艺仿真与试验技术重点实验室	7	120	5.0	7.0
3	王蕾	沈阳航空工业学院辽宁省数字化工艺仿真与试验技术重点实验室	2	18	1.0	2.0
4	李川	沈阳航空工业学院辽宁省数字化工艺仿真与试验技术重点实验室	3	31	2.0	3.0