航空学报
航空學報
항공학보
ACTA AERONAUTICA ET ASTRONAUTICA SINICA
2013年
10期
2316-2324
,共9页
李业波%李秋红%王健康%黄向华%赵永平
李業波%李鞦紅%王健康%黃嚮華%趙永平
리업파%리추홍%왕건강%황향화%조영평
极端学习机%正则化%选择策略%航空发动机%传感器%故障诊断与隔离
極耑學習機%正則化%選擇策略%航空髮動機%傳感器%故障診斷與隔離
겁단학습궤%정칙화%선택책략%항공발동궤%전감기%고장진단여격리
extreme learning machine%regularization%selection strategy%aero-engine%sensor%fault detection and isolation
针对在线贯序极端学习机(OS-ELM)算法矩阵容易陷入奇异和病态、在算法开始阶段不具有预测能力的问题,结合选择策略提出一种改进的OS-ELM(ImOS-ELM)算法.该算法通过引入正则化因子,消除了矩阵奇异和病态的问题,提高了预测精度,并使得算法能够在初始阶段就具有预测能力.同时以泛化能力为判断依据,通过选择策略对输出权值进行选择性地更新,该算法在很大程度上缩短了训练时间.为了验证算法的有效性,用时间序列数据进行了仿真测试验证.最后,将ImOS-ELM算法应用于航空发动机传感器故障的诊断与隔离.仿真结果表明,该算法能够对航空发动机双传感器偏置故障和单传感器漂移故障进行有效地诊断与隔离,并具有较高的预测精度和实时性.
針對在線貫序極耑學習機(OS-ELM)算法矩陣容易陷入奇異和病態、在算法開始階段不具有預測能力的問題,結閤選擇策略提齣一種改進的OS-ELM(ImOS-ELM)算法.該算法通過引入正則化因子,消除瞭矩陣奇異和病態的問題,提高瞭預測精度,併使得算法能夠在初始階段就具有預測能力.同時以汎化能力為判斷依據,通過選擇策略對輸齣權值進行選擇性地更新,該算法在很大程度上縮短瞭訓練時間.為瞭驗證算法的有效性,用時間序列數據進行瞭倣真測試驗證.最後,將ImOS-ELM算法應用于航空髮動機傳感器故障的診斷與隔離.倣真結果錶明,該算法能夠對航空髮動機雙傳感器偏置故障和單傳感器漂移故障進行有效地診斷與隔離,併具有較高的預測精度和實時性.
침대재선관서겁단학습궤(OS-ELM)산법구진용역함입기이화병태、재산법개시계단불구유예측능력적문제,결합선택책략제출일충개진적OS-ELM(ImOS-ELM)산법.해산법통과인입정칙화인자,소제료구진기이화병태적문제,제고료예측정도,병사득산법능구재초시계단취구유예측능력.동시이범화능력위판단의거,통과선택책략대수출권치진행선택성지경신,해산법재흔대정도상축단료훈련시간.위료험증산법적유효성,용시간서렬수거진행료방진측시험증.최후,장ImOS-ELM산법응용우항공발동궤전감기고장적진단여격리.방진결과표명,해산법능구대항공발동궤쌍전감기편치고장화단전감기표이고장진행유효지진단여격리,병구유교고적예측정도화실시성.
