基于孪生支持向量机的民用航空发动机故障诊断

• 作者: 吴君凤
• 来源期刊: 电子测量技术
• 关键词: 航空发动机 故障诊断 孪生支持向量机 粒子群算法 数据降维
• 年，卷（期）: 2020,（22）
• 所属期刊栏目: 数据采集及信号处理|Data Acquisition and Signal Processing
• 页码范围: 132-136
• 页数: 5页
• 分类号: TP181|U269.32
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.2005062

摘要

针对传统基于神经网络的故障诊断方法存在所需训练样本过大和高维问题,对民用航空发动机故障类型进行研究,提出了一种基于孪生支持向量机的故障诊断方法.首先,通过传感器采集发动机的历史工作数据,并采用多元统计的主成分分析方法对采集的数据进行降维,并将提取的数据设定为主要故障特征.然后,将主要故障特征作为输入变量,并引入最新的孪生支持向量机来构建故障诊断模型.其次,运用粒子群对孪生支持向量机的参数进行寻优,从而避免了其参数选择的盲目性.以GP7270型民用航空发动机为测试对象,对9种典型故障进行了诊断测试.实验结果表明,相比于其他人工智能诊断方法,提出方法具有更高的准确性和效率,准确率到92％.