基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文基于半监督协同训练算法对航空发动机的两类故障——失速和喘振进行诊断识别.首先基于分类器学习算法和属性划分方法进行故障诊断模型学习;然后,使用生成的故障诊断模型对未标记类别的故障数据进行类别预测,并基于故障数据的类别预测结果优化故障分类器;最后,利用十折交叉验证法进行故障仿真识别.实验采用了4组已知故障类别的数据对其进行训练和测试,并验证了在噪声信号干扰下该算法对故障数据的诊断准确性;此外对2组实例数据进行了故障仿真识别.结果 表明,协同训练算法可有效降低噪声信号对故障诊断结果的影响,且诊断结果的精准性得到了显著提高,因此它具有重要的工程实用价值.
推荐文章
基于SAE的航空发动机气路故障诊断
航空发动机
气路故障
诊断
SAE
基于RBF神经网络的航空发动机故障诊断研究
RBF网络
航空发动机
故障诊断
智能诊断
基于BPHP网络的航空发动机故障诊断
航空发动机
故障诊断
模糊数学
BPHP网络
航空发动机故障诊断算法测试平台
航空发动机
故障诊断算法
测试平台
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于半监督协同训练的航空发动机故障诊断技术研究
来源期刊 民航学报 学科 工学
关键词 半监督学习 协同训练 航空发动机 故障诊断 分类器优化
年,卷(期) 2021,(1) 所属期刊栏目 维修
研究方向 页码范围 55-58
页数 4页 分类号 X951
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (66)
共引文献  (13)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1965(1)
  • 参考文献(0)
  • 二级参考文献(1)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(4)
  • 参考文献(1)
  • 二级参考文献(3)
2014(5)
  • 参考文献(0)
  • 二级参考文献(5)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(6)
  • 参考文献(1)
  • 二级参考文献(5)
2017(13)
  • 参考文献(1)
  • 二级参考文献(12)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
半监督学习
协同训练
航空发动机
故障诊断
分类器优化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
民航学报
双月刊
2096-4994
10-1526/V
16开
北京市朝阳区光熙门北里甲31号
2017
chi
出版文献量(篇)
522
总下载数(次)
3
总被引数(次)
156
论文1v1指导