基于KPCA和ELM的新型民机舵机系统故障诊断

• 作者: 段照斌 杜海龙 张迪 张伟业
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 故障诊断 极限学习机 升降舵系统 差分进化算法 主成分分析法
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 航空航天领域仿真
• 页码范围: 25-28,55
• 页数: 5页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2022.01.008

摘要

针对传统极限学习机模型难以学习高维数据、输入权值矩阵和隐含层偏置随机给定的问题,利用核主成分分析法来降低民机故障数据维数,通过改进的极限学习机来建立新型民机升降舵故障诊断模型.模型利用差分进化算法改进了极限学习机输入权值矩阵、隐含层偏置随机生成的缺点,应用到新型民机升降舵系统的故障诊断中.测试结果表明,KPCA-ELM算法的故障诊断精度比BP神经网络、SVM和ELM模型分别提升了19.4％、13.5％和11.3％.