机载燃油泵故障诊断及实验平台研究

• 作者: 刘晓东 周伟 景博 李娟 焦晓璇 羌晓清
• 来源期刊: 振动与冲击
• 学科: 工学
• 关键词: 燃油泵 实验平台 小波包分析 粒子群算法 支持向量机
• 年，卷（期）: 2017,（1）
• 页码范围: 120-128
• 页数: 9页
• 分类号: TP277
• 字数: 7089字
• 语种: 中文
• DOI: 10.13465/j.cnki.jvs.2017.01.018

摘要

以机载燃油泵实时状态监测为背景，针对目前燃油泵故障数据少、诊断方法效率低、成本高等问题，研制了机载燃油转输系统实验平台，提出基于小波包分析和改进粒子群支持向量机（M-PSO-SVM）的故障诊断方法。该实验平台可针对燃油泵5种典型故障模式进行实验，测取泵故障状态下的振动信号和出口压力信号。利用小波包分解提取振动信号不同频段的能量值作为特征参数，并结合出口压力均值构造故障特征向量。提出混合遗传变异思想的粒子群算法对 SVM分类模型进行参数优化，用得到的故障特征向量训练并验证该分类模型。实验分析表明，该实验平台可有效采集泵的故障信号，并且测试点可进一步优化，M-PSO-SVM在诊断速度、诊断精度等方面都优于传统 Grid-SVM和 GA-SVM，能够满足实际故障诊断的需求。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李娟	空军工程大学航空航天工程学院	26	201	8.0	13.0
3	景博	空军工程大学航空航天工程学院	126	1068	17.0	26.0
4	周伟	空军工程大学航空航天工程学院	13	117	7.0	10.0
5	焦晓璇	空军工程大学航空航天工程学院	19	134	7.0	11.0
8	羌晓清	空军工程大学航空航天工程学院	6	41	4.0	6.0
9	刘晓东		4	31	3.0	4.0