振动、测试与诊断
振動、測試與診斷
진동、측시여진단
JOURNAL OF VIBRATION, MEASUREMENT & DIAGNOSIS
2013年
3期
461-465
,共5页
李城梁%王仲生%姜洪开%布树辉%刘贞报
李城樑%王仲生%薑洪開%佈樹輝%劉貞報
리성량%왕중생%강홍개%포수휘%류정보
动态半监督学习%模糊KNN%突发故障检测%航空发动机
動態半鑑督學習%模糊KNN%突髮故障檢測%航空髮動機
동태반감독학습%모호KNN%돌발고장검측%항공발동궤
针对航空发动机转子系统的突发故障检测,提出了一种适用于动态过程检测的半监督学习(semi-supervised learning,简称SSL)方法——动态半监督学习方法(dynamic semi-supervised learning,简称DSSL).首先,用已经有类标的数据对学习器模糊KNN(fuzzy k-nearest neighbour,简称FKNN)进行初始化训练,训练完成后,当新的数据到达时,对新的数据进行分类；然后,计算类的演化指标来检测系统的演化程度,检测阶段完成后,学习器根据检测结果实时的修正自身参数,以自适应最终的动态分类任务；最后,用转子试验台模拟航空发动机突发性扇叶断裂故障来获取数据,该实验结果验证了提出方法在突发性故障检测中的可行性、有效性.
針對航空髮動機轉子繫統的突髮故障檢測,提齣瞭一種適用于動態過程檢測的半鑑督學習(semi-supervised learning,簡稱SSL)方法——動態半鑑督學習方法(dynamic semi-supervised learning,簡稱DSSL).首先,用已經有類標的數據對學習器模糊KNN(fuzzy k-nearest neighbour,簡稱FKNN)進行初始化訓練,訓練完成後,噹新的數據到達時,對新的數據進行分類；然後,計算類的縯化指標來檢測繫統的縯化程度,檢測階段完成後,學習器根據檢測結果實時的脩正自身參數,以自適應最終的動態分類任務；最後,用轉子試驗檯模擬航空髮動機突髮性扇葉斷裂故障來穫取數據,該實驗結果驗證瞭提齣方法在突髮性故障檢測中的可行性、有效性.
침대항공발동궤전자계통적돌발고장검측,제출료일충괄용우동태과정검측적반감독학습(semi-supervised learning,간칭SSL)방법——동태반감독학습방법(dynamic semi-supervised learning,간칭DSSL).수선,용이경유류표적수거대학습기모호KNN(fuzzy k-nearest neighbour,간칭FKNN)진행초시화훈련,훈련완성후,당신적수거도체시,대신적수거진행분류；연후,계산류적연화지표래검측계통적연화정도,검측계단완성후,학습기근거검측결과실시적수정자신삼수,이자괄응최종적동태분류임무；최후,용전자시험태모의항공발동궤돌발성선협단렬고장래획취수거,해실험결과험증료제출방법재돌발성고장검측중적가행성、유효성.
