基于多维球体信息融合的航空发动机故障分类研究

• 作者: 付国梁 孙涛 嵇明钊 李冬 薛庆增
• 来源期刊: 计算机科学与应用
• 学科: 工学
• 关键词: 航空发动机 多维几何球体 距离信息融合 故障分类 改进粒子群算法
• 年，卷（期）: jsjkxyyy_2018,（6）
• 页码范围: 986-992
• 页数: 7页
• 分类号: TP39

摘要

针对航空发动机各类故障表征参数存在耦合且故障类别不易区分的问题,引入多维几何球体距离信息融合的方法,旨在解决航空发动机多故障模式分类的问题。基于发动机自适应模型生成对应的性能参数和测量参数组成故障样本,利用样本的先验状态作为类别标签。同时去掉异常故障样本,并将每一类故障数据看成是一个多维几何球体,利用带动态邻域的自适应粒子群算法确定最优的几何球体的中心以及半径,得到的球体能更好地区分不同的故障类别。同时融合多个几何球体距离的信息,克服了以往仅仅依据样本点与故障类别中心的距离进行分类的弊端。将该方法应用到某航空发动机故障分类中。结果表明,故障分类精度达到96.67%,且计算时间比其他故障分类方法短。