实验技术与管理
實驗技術與管理
실험기술여관리
EXPERIMENTAL TECHNOLOGY AND MANAGEMENT
2013年
2期
54-57
,共4页
飞机发动机%故障诊断%支持向量机%粒子群算法
飛機髮動機%故障診斷%支持嚮量機%粒子群算法
비궤발동궤%고장진단%지지향량궤%입자군산법
针对以往飞机发动机故障诊断方法由于故障样本少而导致的诊断精度低,提出了一种基于最小二乘支持向量机(least squares support vector machine,LSSVM)的飞机发动机故障诊断方法.首先,给出了基于LSSVM对飞机发动机进行故障诊断的模型；然后,为了提高LSSVM的诊断性能,采用改进的粒子群算法对LSSVM的参数进行训练,并定义了最终基于改进粒子群优化SVM的具体诊断算法；最后,通过飞机发动机故障诊断实例仿真实验证明了文中方法能正确地实现故障分类,具有较高的故障诊断精度,且与其他方法相比,具有较优的适应度和较快的收敛速度.
針對以往飛機髮動機故障診斷方法由于故障樣本少而導緻的診斷精度低,提齣瞭一種基于最小二乘支持嚮量機(least squares support vector machine,LSSVM)的飛機髮動機故障診斷方法.首先,給齣瞭基于LSSVM對飛機髮動機進行故障診斷的模型；然後,為瞭提高LSSVM的診斷性能,採用改進的粒子群算法對LSSVM的參數進行訓練,併定義瞭最終基于改進粒子群優化SVM的具體診斷算法；最後,通過飛機髮動機故障診斷實例倣真實驗證明瞭文中方法能正確地實現故障分類,具有較高的故障診斷精度,且與其他方法相比,具有較優的適應度和較快的收斂速度.
침대이왕비궤발동궤고장진단방법유우고장양본소이도치적진단정도저,제출료일충기우최소이승지지향량궤(least squares support vector machine,LSSVM)적비궤발동궤고장진단방법.수선,급출료기우LSSVM대비궤발동궤진행고장진단적모형；연후,위료제고LSSVM적진단성능,채용개진적입자군산법대LSSVM적삼수진행훈련,병정의료최종기우개진입자군우화SVM적구체진단산법；최후,통과비궤발동궤고장진단실례방진실험증명료문중방법능정학지실현고장분류,구유교고적고장진단정도,차여기타방법상비,구유교우적괄응도화교쾌적수렴속도.
