基于多分类AdaBoost的航空发动机故障诊断

• 作者: 曹惠玲 薛鹏 高升
• 来源期刊: 北京航空航天大学学报
• 学科: 航空航天
• 关键词: AdaBoost 支持向量机(SVM) 单位向量法 比值系数法 相关系数法 故障诊断
• 年，卷（期）: 2018,（9）
• 页码范围: 1818-1825
• 页数: 8页
• 分类号: V19
• 字数: 6866字
• 语种: 中文
• DOI: 10.13700/j.bh.1001-5965.2017.0774

摘要

对航空发动机运行数据进行数据挖掘的方法,是发动机故障诊断研究领域的重要研究内容.由于各种算法自身的局限性,通过某种单一算法很难大幅度提升故障分类的准确性.运用组合分类的AdaBoost算法,综合多个分类模型进行诊断,是提升故障识别精度的一种较好的方法.通过AdaBoost算法及其改进算法的结合,建立一种多分类的AdaBoost算法,以支持向量机(SVM)为基础分类器,进行综合诊断模型的建立.通过单位向量法、比值系数法和相关系数法将指印图中统计的故障标识数据进行处理,得到不受故障程度影响的训练数据,再进行建模.实验表明,AdaBoost相关结合算法能够显著提升分类器性能.根据实际故障案例,验证了所建立的诊断模型能够较好地用于发动机的故障诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹惠玲	中国民航大学航空工程学院	69	212	8.0	11.0
2	薛鹏	中国民航大学工程训练中心	19	64	5.0	7.0
3	高升	中国民航大学航空工程学院	3	15	2.0	3.0