航空发动机油液磨粒与故障关系RVM预测方法

• 作者: 李彦 杨冬 王健 白鹏
• 来源期刊: 空军工程大学学报（自然科学版）
• 学科: 工学
• 关键词: 相关向量机 航空发动机 油液磨粒 故障预测
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 航空工程与技术
• 页码范围: 17-20
• 页数: 4页
• 分类号: TP18
• 字数: 2803字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-3516.2014.04.005

摘要

支持向量机方法应用于发动机油液磨粒与故障关系预测时,常出现稀疏性不强、计算量大、核函数必须满足 Mercer 条件等问题。针对这一问题,在原理介绍和推导的基础上,利用某型航空发动机滑油光谱分析得到的237组数据中的7种金属磨粒浓度及其对应的发动机工作状态,对相关向量机预测方法进行了检验。采用相关向量机、最小二乘支持向量机和反向传播神经网络方法,对发动机工作状态进行预测。结果表明,在同等条件下,与 LSSVM和 BP-NN相比,RVM拥有计算量较少、预测时间较短,精度较高等优势,可广泛应用于发动机油液磨粒分析与故障预测。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白鹏	空军工程大学理学院	28	228	8.0	14.0
2	李彦	空军工程大学理学院	34	159	6.0	11.0
3	王健	空军工程大学理学院	24	163	6.0	12.0