基于灰色模型KFMC的航天发动机故障诊断算法

• 作者: 庄夏
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 飞机发动机 故障诊断 模糊K均值 DS数据融合 灰色模型
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 应用开发研究
• 页码范围: 130-133,138
• 页数: 5页
• 分类号: TP319
• 字数: 3377字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2017.02.029

摘要

针对以往的故障诊断方法往往基于已经采集的数据,无法对故障诊断进行及时预测,同时基于单一传感器的测量信息难以全面准确反映航天发动机工作状态,从而造成故障诊断的不确定和不精确的问题,提出了一种基于灰色模型KFMC数据融合的航天发动机故障诊断算法.采用有标签的训练数据初始化KFMC模型,将预测的数据采用KFMC模型估计其所属的故障类别以及隶属度,然后将数据对应各诊断类别的隶属度初始化传感器的初始信度分配,将各传感器采集的数据作为证据体,采用DS数据融合方法融合各证据体,获得最终的诊断结果.通过飞机发动机故障诊断实例进行实验,结果表明文中方法能正确及时地预测故障,克服了单个传感器故障诊断具有的不确定和不精确性,是一种适于航天发动机的故障诊断方法.