一种基于油液分析数据挖掘的航空发动机磨损故障诊断知识获取方法

• 作者: 张全德 李华 王培文 王洪伟 郑宏光 陈明衡 陈果
• 来源期刊: 润滑与密封
• 学科: 工学
• 关键词: 故障诊断 数据挖掘 特征融合 界限值 规则提取
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 技术探讨
• 页码范围: 128-134
• 页数: 7页
• 分类号: TH117.1
• 字数: 4046字
• 语种: 中文
• DOI: 10.3969/j.issn.0254-0150.2019.03.022

摘要

针对航空发动机磨损故障诊断自动化及智能化程度不高的问题,提出一种基于油液数据挖掘的航空发动机磨损故障诊断知识获取方法.该方法利用自组织神经网络对原始多维特征数据进行特征融合,得到融合值;利用Parzen窗法制定融合值的界限值,将样本划分为正常、 警告和异常3种状态;利用Weka软件对油液数据进行规则提取.该方法能够从油液光谱数据中识别出不同磨损状态信息,并提取出知识规则用于构建航空发动机磨损诊断系统的知识库,实现了基于润滑油光谱磨损数据的航空发动机故障诊断的自动化与智能化.应用某型飞机发动机实际油液光谱数据对提出的磨损故障诊断知识获取方法进行验证,结果表明:经特征融合得到的融合值能够准确反映航空发动机的劣化趋势;利用融合值的界限值划分样本状态,再进行规则提取时具有很高的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈果	南京航空航天大学民航学院	178	3333	32.0	49.0
2	王洪伟	北京航空工程技术研究中心第六研究室	23	165	7.0	12.0