基于模糊粗糙集和SVM的航空发动机故障诊断

发布时间：2019-03-29 10:52

【摘要】：随着航空产业的发展,航空发动机故障诊断逐渐向智能化、精确化方向发展,针对这一趋势结合模糊聚类、粗糙集以及支持向量机理论,提出了一种航空发动机故障诊断方法。首先,运用模糊C-均值聚类算法将连续数据离散化;然后,运用粗糙集的知识发现理论,在保持决策表的决策属性和条件属性之间的依赖关系不发生变化的前提下对决策表进行约简;最后,利用支持向量机适用于小样本数据处理的特性对样本进行学习得到最优超平面决策函数从而进行故障诊断。对航空发动机性能参数实例的验证结果表明,该方法对航空发动机故障具有较强的诊断能力,在不影响诊断率的基础上大大缩短了运算时间。因此,提出的算法具有较好的实用性和准确性。
[Abstract]:With the development of the aviation industry, the fault diagnosis of the aero-engine is gradually developing in the direction of intelligence and systematization, and the fault diagnosis method of the aero-engine is put forward in combination with the fuzzy clustering, rough set and support vector machine theory. The method comprises the following steps of: firstly, discretizing continuous data by using a fuzzy C-means clustering algorithm; then, using the knowledge discovery theory of the rough set to reduce the decision table under the premise that the dependency relationship between the decision attribute and the condition attribute of the decision table is not changed; and finally, A support vector machine is used to study the characteristics of small sample data processing to obtain the optimal super-plane decision function for fault diagnosis. The results of the verification of the performance parameters of the aero-engine have shown that the method has a strong diagnostic capability on the fault of the aeroengine, and the operation time is greatly shortened on the basis of not influencing the diagnosis rate. Therefore, the proposed algorithm has good practicability and accuracy.
【作者单位】： 南京航空航天大学民航学院;
【基金】：航空科学基金资助项目(20153352040)
【分类号】：V263.6;TP18

【相似文献】

相关期刊论文 前10条

1 李·安·泰格梅尔 ,成磊;发动机故障诊断技术的拓展应用[J];航空维修与工程;2005年01期

2 李华强;费逸伟;;航空发动机故障诊断技术及其发展[J];航空维修与工程;2007年05期

3 林志强;;汽车发动机故障诊断技术研究现状与趋势分析[J];黑龙江交通科技;2011年06期

4 杨小勇;陈建文;龚玉霞;;发动机故障诊断技术分析研究[J];汽车零部件;2012年06期

5 黄军;电喷发动机故障诊断2例[J];汽车技术;2000年03期

6 张远程,彭雅娟,陈振清;电喷发动机故障诊断方法[J];汽车研究与开发;2000年05期

7 杨慧,熊育婷,吴月伟;基于状态分类评价的发动机故障诊断决策系统[J];航空维修与工程;2005年01期

8 罗永前;程葆伦;;汽车发动机故障诊断四例[J];重庆职业技术学院学报;2006年01期

9 曹红兵;;尾气分析在汽车发动机故障诊断中的应用[J];汽车维修与保养;2006年10期

10 吴大钰;王岩松;李燕;汤晓林;;基于声信号的汽车发动机故障诊断方法综述[J];渤海大学学报(自然科学版);2008年03期

相关会议论文 前3条

1 张鹏;李学仁;景博;杜军;张建业;;多源信息融合技术在航空发动机故障诊断中的应用研究[A];中国航空学会控制与应用第十二届学术年会论文集[C];2006年

2 李康;何卫锋;程礼;;基于谐波小波分解的航空发动机故障诊断[A];设备监测与诊断技术及其应用——第十二届全国设备监测与诊断学术会议论文集[C];2005年

3 马龙;;基于递归神经网络的航空发动机故障诊断[A];十三省区市机械工程学会第五届科技论坛论文集[C];2009年

相关重要报纸文章 前1条

1 熊燕;发动机故障诊断与维修[N];中国花卉报;2004年

相关博士学位论文 前6条

1 李增芳;基于人工智能和虚拟仪器技术的发动机故障诊断专家系统研究[D];浙江大学;2004年

2 张晓丹;汽车发动机故障诊断中不确定性问题的贝叶斯网络解法[D];东北大学;2005年

3 郝英;基于智能技术的民航发动机故障诊断和寿命预测研究[D];南京航空航天大学;2006年

4 刘永建;基于改进神经网络的民机发动机故障诊断与性能预测研究[D];南京航空航天大学;2012年

5 吴文杰;基于信息融合的航空发动机故障诊断方法[D];电子科技大学;2011年

6 鲁峰;航空发动机故障诊断的融合技术研究[D];南京航空航天大学;2009年

相关硕士学位论文 前10条

1 宣亮;汽车发动机故障诊断系统的软件设计与实现[D];中国科学院大学(工程管理与信息技术学院);2015年

2 那媛;基于气路性能参数的航空发动机故障诊断方法研究[D];哈尔滨工业大学;2016年

3 黄远强;基于案例推理和改进神经网络的发动机故障诊断研究[D];中国民航大学;2016年

4 马进锐;航空发动机故障诊断与振动预测技术研究[D];西北工业大学;2015年

5 丁哲;基于排气气流动态特性的发动机故障诊断研究[D];桂林电子科技大学;2010年

6 任志英;基于声信号技术的发动机故障诊断系统研究[D];福州大学;2006年

7 刘召广;基于数据融合的发动机故障诊断系统研究[D];武汉科技大学;2008年

8 全首杰;实车发动机故障诊断系统的研究[D];延边大学;2010年

9 孙甲男;基于数据驱动的发动机故障诊断研究[D];吉林大学;2013年

10 秦荣;基于振动分析的发动机故障诊断实用方法研究[D];华南理工大学;2011年

，

本文编号：2449458