改进的离散小波-优化极限学习机在倾转旋翼机故障诊断中的应用

• 作者: 严峰 彭程 王新民 胡亚洲 陈晓
• 来源期刊: 兵工学报
• 学科: 航空航天
• 关键词: 航空、航天系统工程 倾转旋翼机 故障诊断 离散小波 优化极限学习机 自适应启发式小波去噪
• 年，卷（期）: 2014,（11）
• 页码范围: 1914-1921
• 页数: 8页
• 分类号: V275+.1
• 字数: 6089字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1093.2014.11.025

摘要

针对倾转旋翼机飞控系统的故障诊断问题,提出一种改进的离散小波-优化极限学习机(OMELM)的故障诊断算法.提出自适应启发式小波去噪方法对采集的信号进行消噪,定义了帕塞瓦尔能量用来提取测量信号经离散小波变换分解后的特征,并对OMELM进行了改进.将提取的故障能量特征进行归一化后输入到改进的OMELM多分类器中进行分类,以美国XV-15倾转旋翼机为例进行仿真验证.结果表明文中方法平均辨识率高,诊断时间短,对未来我国进行倾转旋翼机故障诊断的研究有一定参考价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王新民	西北工业大学自动化学院	188	1307	18.0	24.0
2	陈晓	西北工业大学自动化学院	38	209	9.0	11.0
3	彭程	西北工业大学自动化学院	8	36	4.0	5.0
4	胡亚洲	西北工业大学自动化学院	3	29	3.0	3.0
5	严峰		1	11	1.0	1.0