基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为解决航空发电机寿命有效预测的难题,以期实现视情维修,提升飞机的综合作战效能,提出一种基于LS-SVM(Least Squares Support Vector Machines)模型的航空发电机寿命预测方法.采用某型真实航空发电机,运用航空发电机专用寿命试验平台,对其进行加速寿命试验,获取输入转速、注油压力、负载、频率、电流、进油温度、出油温度、进口压力、出口压力等多种寿命相关参数,深入分析这些参数间的内在联系与寿命变化规律,设计LS-SVM寿命预测模型,并运用该寿命预测模型对航空发电机寿命表征参数进行预测.研究表明,所设计的LS-SVM寿命预测模型能较好实现对航空发电机的寿命预测效能,具有广阔的应用前景和较大的实际应用价值.
推荐文章
基于LS-SVM的航空器进场飞行时间预测
预计到达时间
飞行时间预测
LS-SVM
RMSE
基于LS-SVM的装备需求时间序列预测
支持向量机
时间序列
混沌
相空间
嵌入维数
基于微粒群算法的LS-SVM时间序列预测
支持向量机
微粒群算法
时间序列预测
超平面空间
基于在线LS-SVM的网络预测控制系统
网络控制系统
预测控制
在线最小二乘支持向量机
核函数
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于LS-SVM的军用航空发电机寿命预测研究
来源期刊 沈阳航空工业学院学报 学科 工学
关键词 LS-SVM 航空发电机 寿命预测
年,卷(期) 2010,(4) 所属期刊栏目
研究方向 页码范围 63-66
页数 分类号 TP206+.3
字数 2476字 语种 中文
DOI 10.3969/j.issn.1007-1385.2010.04.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 崔建国 沈阳航空航天大学自动化学院 87 573 15.0 20.0
5 王莹玉 沈阳航空航天大学自动化学院 1 2 1.0 1.0
6 赵云 1 2 1.0 1.0
7 李威 2 14 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (18)
参考文献  (8)
节点文献
引证文献  (2)
同被引文献  (9)
二级引证文献  (10)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(5)
  • 参考文献(3)
  • 二级参考文献(2)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
LS-SVM
航空发电机
寿命预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
沈阳航空航天大学学报
双月刊
2095-1248
21-1576/V
大16开
辽宁省沈阳市沈北新区道义南大街37号
1984
chi
出版文献量(篇)
2881
总下载数(次)
10
总被引数(次)
11933
论文1v1指导