基于聚类分析的涡扇发动机的潜在故障检测

• 作者: 冯永辉 马洁
• 来源期刊: 北京信息科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 涡扇发动机 数据驱动 故障检测 聚类分析 潜在故障
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 研究论文
• 页码范围: 88-91
• 页数: 4页
• 分类号: TP277
• 字数: 2306字
• 语种: 中文
• DOI: 10.16508/j.cnki.11-5866/n.2016.02.017

摘要

针对多变量的过程统计监控问题,提出了一种基于聚类分析的潜在故障检测的方法.首先采用基于密度的减法聚类算法(SC)对数据进行聚类,然后结合基于分割的最大熵模糊聚类算法(MEFC)对数据再次聚类,利用聚类结果对数据进行状态划分并确定故障状态,最后实现潜在故障检测.通过对涡扇发动机数据集FD001进行实例验证,该方法能在故障发生的若干运行周期前检测到潜在故障.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马洁	北京信息科技大学自动化学院	48	194	8.0	13.0
2	冯永辉	北京信息科技大学自动化学院	2	2	1.0	1.0