遗传算法优化的SVM在航空发动机磨损故障诊断中的应用

• 作者: 孔庆国 皮骏 贺嘉诚 马圣 马龙
• 来源期刊: 润滑与密封
• 学科: 工学
• 关键词: 航空发动机 磨损故障诊断 支持向量机 遗传算法
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 试验研究
• 页码范围: 89-97
• 页数: 9页
• 分类号: TH117|V231.1
• 字数: 6014字
• 语种: 中文
• DOI: 10.3969/j.issn.0254-0150.2018.10.016

摘要

研究遗传算法(GA)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.介绍基于GA优化SVM算法的实现过程,对算法中关键参数进行分析,并用改进的GA对SVM中的惩罚参数和核参数进行优化.采用GA优化的SVM对某型号航空发动机的油液磨粒数据进行诊断,并从诊断精度、计算时间、抗噪能力三方面比较GA优化的SVM、BP神经网络和RBF神经网络的诊断精度.结果表明:GA优化的SVM能够有效地诊断航空发动机磨损故障;GA优化的SVM的诊断精度明显高于RBF和BP神经网络,且在有噪声的情况下,其诊断准确度依旧高于RBF和BP神经网络,但由于GA-SVM的结构和训练方法其训练时间较长.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	皮骏	中国民航大学中欧航空工程师学院	30	91	6.0	8.0
2	马龙	中国民航大学中欧航空工程师学院	19	26	3.0	4.0
3	孔庆国	中国民航大学中欧航空工程师学院	8	20	2.0	4.0
4	马圣	中国民航大学航空工程学院	8	26	3.0	5.0
5	贺嘉诚	中国民航大学航空工程学院	4	20	3.0	4.0