基于MFE-GASVM的机载燃油泵故障诊断

• 作者: 戴浩然 戴邰武 邢璐 陈强强
• 来源期刊: 计算机测量与控制
• 关键词: 燃油泵 故障诊断 多尺度模糊熵 支持向量机 遗传算法
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 测试与故障诊断
• 页码范围: 8-10,15
• 页数: 4页
• 分类号: V263.6
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2020.01.003

摘要

机载燃油泵的健康状态是保障飞行任务完成的先决条件,实现机载燃油泵故障诊断的关键是敏感故障特征的提取;由于机械系统的复杂性,机载燃油泵振动信号的随机性表现在不同尺度上,因此需要对振动信号进行多尺度分析;基于此,在模糊熵(fuzzy entropy,FE)的基础上引入尺度因子,对振动信号在不同尺度下进行复杂性度量;然后将多尺度模糊熵(multiscale fuzzy entropy,MFE)特征量作为支持向量机(support vector machine,SVM)的输入参数以识别故障状态,并采用遗传算法(genetic algorithm,GA)对支持向量机的核函数参数及惩罚参数进行优化;实验结果分析表明,该方法可有效提取故障特征,实现机载燃油泵的故障诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈强强	海军航空大学岸防兵学院	10	15	2.0	3.0
2	戴邰武	海军航空大学岸防兵学院	1	0	0.0	0.0
3	邢璐	海军航空大学岸防兵学院	1	0	0.0	0.0