原文服务方: 航空计算技术       
摘要:
为有效解决航空发动机气路故障诊断难题,建立了基于特征优化与改进KNN的航空发动机气路故障诊断模型。利用特征优化算法对发动机故障特征进行处理,包括特征增维与近邻成分分析算法;将特征优化后的特征输入改进KNN算法,建立基于特征优化与改进KNN算法的故障诊断模型;为验证所建立故障诊断模型的准确性,在四台CFM56-7FB发动机数据上进行实验验证,结果表明:基于特征优化与改进KNN算法的故障诊断模型的准确率可达98%以上,能够达到智能诊断的目的。
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
基于盲源分离的航空发动机故障诊断
航空发动机
振动
盲源分离
ICA
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 基于特征优化与改进 KNN 的航空发动机故障诊断
来源期刊 航空计算技术 学科
关键词 航空发动机 故障诊断 特征优化算法 改进KNN算法
年,卷(期) 2023,(2) 所属期刊栏目
研究方向 页码范围 49-53
页数 5页 分类号
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  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2023(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
航空发动机
故障诊断
特征优化算法
改进KNN算法
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
航空计算技术
双月刊
1671-654X
61-1276/TP
大16开
西安市太白北路156号
1971-01-01
中文
出版文献量(篇)
3986
总下载数(次)
0
总被引数(次)
18592
论文1v1指导