基于复合算法的航空发动机磨损故障诊断

• 作者: 曹愈远 李依林 李艳军 黄帆
• 来源期刊: 航空计算技术
• 关键词: 航空发动机 故障诊断 支持向量机 相对劣化度 免疫系统 油液分析
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 计算方法
• 页码范围: 114-118,122
• 页数: 6页
• 分类号: TH17|TK148|V263.6
• 语种: 中文

摘要

针对航空发动机油液数据种类多样,所处状态阶段存在矛盾性,且传统三线值法制定状态界限值存在缺陷等问题,结合支持向量机理论(SVM),相对劣化度评估和人工免疫算法(AIS),提出了一种航空发动机磨损故障诊断的方法.利用SVM拟合数据的概率密度函数,根据磨粒数据的概率分布制定正常、预警和警告的界限值;根据相对劣化度评估,分析各状态参数偏离正常状态的程度;利用人工免疫算法对待测数据进行故障模式识别.通过实例验证,方法对油液监测数据反映的航空发动机磨损故障具有出色的识别能力,相较于直接归一化原始数据进行故障诊断,有利于故障类别的分离,并且可以有效降低诊断时间,提高识别效率.

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	曹愈远	南京航空航天大学民航学院	46	143	7.0	10.0
3	李依林	南京航空航天大学民航学院	3	9	2.0	3.0
4	黄帆	南京航空航天大学民航学院	2	4	2.0	2.0