基于特征融合技术的发动机故障诊断

• 作者: 康志亮 许丽佳 黄诚惕
• 来源期刊: 农业工程学报
• 学科: 航空航天
• 关键词: 发动机 故障诊断 特征提取 广义辨别分析 特征融合
• 年，卷（期）: 2010,（11）
• 页码范围: 130-135
• 分类号: V263.6
• 字数: 6722字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-6819.2010.11.023

摘要

为了提高发动机的故障识别率,设计了一种将B&B算法与广义辨别分析(GDA)相结合的多类特征融合方法.从发动机转子的振动信号中提取出频谱特征集和纹理特征集,用B&B算法删去2类特征集中信息量少的特征,并用GDA和支持向量机(SVM)分类器进行特征融合和分类识别.发动机的转子故障试验结果表明,该方法获得的融合特征包含有更多的类别信息,用于转子故障获得的识别率为98.21%,且不受分类器核参数的影响;而频谱特征、纹理特征输入SVM分类器后获得的故障识别率仅为92.86%和89.29%.该研究为发动机的故障诊断提供了一种有效、实用的特征提取方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	康志亮	四川农业大学信息与工程技术学院	25	142	8.0	10.0
2	许丽佳	四川农业大学信息与工程技术学院	35	411	12.0	19.0
3	黄诚惕	电子科技大学自动化工程学院	1	11	1.0	1.0