免疫支持向量机用于航空发动机磨损故障诊断

• 作者: 张丽娜 张建 曹愈远 李艳军
• 来源期刊: 北京航空航天大学学报
• 学科: 工学
• 关键词: 航空发动机 磨损故障诊断 铁谱分析 免疫算法 支持向量机(SVM)
• 年，卷（期）: 2017,（7）
• 页码范围: 1419-1425
• 页数: 7页
• 分类号: V263.6|TK418
• 字数: 5511字
• 语种: 中文
• DOI: 10.13700/j.bh.1001-5965.2016.0553

摘要

航空发动机在使用寿命周期内会不断磨损最终出现故障,通过对发动机油液监测铁谱分析数据的挖掘可实现磨损故障的诊断.本文研究免疫算法优化的支持向量机(SVM)在航空发动机磨损故障诊断中的运用.首先,总结了支持向量机和免疫算法的运行流程和关键算法.然后,用改进的免疫算法优化支持向量机惩罚因子、松弛变量及核函数参数.某型航空发动机的油液铁谱分析数据和加入噪声数据验证结果表明,该方法可有效实现航空发动机磨损故障诊断且具有较好的鲁棒性.最后,研究了核函数、多分类决策方法、初始种群大小、亲和力计算公式、支持向量机优化方法和归一化方法对磨损故障诊断准确率的影响,得到了最佳诊断方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李艳军	南京航空航天大学民航学院	89	441	12.0	17.0
2	张建	南京航空航天大学民航学院	10	61	4.0	7.0
3	曹愈远	南京航空航天大学民航学院	46	143	7.0	10.0
4	张丽娜	南京航空航天大学民航学院	8	60	4.0	7.0