基于多分类器融合的航空发动机气路故障诊断

• 作者: HUANG Yan 张宗杰 蒋丽英 黄燕
• 来源期刊: 沈阳航空工业学院学报
• 学科: 工学
• 关键词: 航空发动机 气路故障诊断 神经网络 支持向量机 D-S证据理论
• 年，卷（期）: 2010,（2）
• 所属期刊栏目: 控制工程
• 页码范围: 42-44,10
• 分类号: TP277
• 字数: 3781字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-1248.2010.02.011

摘要

为解决航空发动机这一复杂系统的故障诊断问题,提高智能化诊断方法的准确率,使用了D-S证据理论对RBF神经网络、BP神经网络和支持向量机三个诊断子系统的诊断结果进行决策级融合,结果表明D-S证据理论的使用可以达到比单独运用三个子系统具有更好的诊断效能,经过融合降低了误诊率,改善了诊断性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋丽英	沈阳航空工业学院自动化学院	45	243	7.0	14.0
2	张宗杰	沈阳航空工业学院自动化学院	3	13	2.0	3.0
3	黄燕	青岛恒星技术学院数控学院	1	2	1.0	1.0
4	HUANG Yan	沈阳航空工业学院自动化学院	1	2	1.0	1.0