基于最小二乘支持向量机的航空发动机故障远程诊断

基于最小二乘支持向量机的航空发动机故障远程诊断

将最小二乘支持向量机(least square support vector machine,LS-SVM)应用于航空发动机气路故障诊断.首先,分析了用于气路故障诊断的巡航偏差数据类别,建立用于进行机器学习的诊断模型训练集,构建基于LS-SVM的气路故障诊断模型;其次,采用模式搜索法优化LS-SVM建模,获取最优建模参数;最终,通过直接面向地空数据链(aircraft communication addressing and reporting system,ACARS)链路的报文解析组件,实时获取发动机巡航偏差数据集,远程诊断发动机气路故障.航路应用和对比实验表明:最小二乘支持向量机模型具有较高的诊断精度,适用于气路故障的远程诊断.

作 者： 王旭辉 黄圣国 舒平 Wang Xuhui Huang Shengguo Shu Ping   作者单位： 王旭辉,黄圣国,Wang Xuhui,Huang Shengguo(南京航空航天大学,民航学院,南京,210016)

舒平,Shu Ping(中国民用航空总局,安全技术中心,航空安全研究所,北京100028) 

刊 名： 机械科学与技术  ISTIC PKU 英文刊名： MECHANICAL SCIENCE AND TECHNOLOGY FOR AEROSPACE ENGINEERING  年，卷(期)： 2007 26(5)  分类号： V235  关键词： 航空发动机   远程诊断   支持向量机   气路参数  

【基于最小二乘支持向量机的航空发动机故障远程诊断】相关文章：

远程培训在线教学支持的问题及对策研究04-28

诊断证明05-17

《平面向量的数量积》04-01

小学二年级 乘加乘减教案04-25

基于Flowmaster软件的直升机燃油系统仿真计算论文摘要11-23

003 “小数乘小数（二）”教学设计04-27

备课是否等于写教案-有效备课问题诊断（二）04-25

乘加、乘减教案06-07

网站诊断分析报告08-10

腰痛的诊断治疗心得04-25