基于多传感器融合卷积神经网络的航空发动机轴承故障诊断 被引量：65

1

作者 杨洁 万安平 +4 位作者 王景霖 单添敏 缪徐 李客 左强 《中国电机工程学报》 EI CSCD 北大核心 2022年第13期4933-4941,共9页

航空发动机作为航空飞行器关键的动力组成部分,在内外多激励干扰情况下产生的机械故障采取传统的基于物理机理和信号分析的方法难以准确识别且耗时耗力。为此,该文提出基于多传感器信息融合的轴承故障诊断模型,对航空发动机轴承进行故... 航空发动机作为航空飞行器关键的动力组成部分,在内外多激励干扰情况下产生的机械故障采取传统的基于物理机理和信号分析的方法难以准确识别且耗时耗力。为此,该文提出基于多传感器信息融合的轴承故障诊断模型,对航空发动机轴承进行故障诊断。该模型采用一维卷积神经网络(one dimensional convolutional neural network,1D-CNN)对实验获取的某航空发动机的轴承故障振动数据进行特征提取与分类,直接将不同传感器采集的波形信号作为输入,通过卷积、池化等一系列操作,输出最后的分类结果,舍弃传统的基于信号分析故障诊断的繁琐步骤。实验验证表明,采用4个加速度传感器输入该模型对轴承故障进行分类与识别,其准确率可达100%,相较于采用支持向量机(support vector machine,SVM)和前馈神经网络对故障进行分类识别相比,该方法准确率分别提高了36.92%和18.9%,为航空发动机轴承故障诊断提供一种可行方法。 展开更多

关键词 航空发动机 故障诊断 多传感器信息融合 深度学习 卷积神经网络

在线阅读 下载PDF 职称材料

基于最大平均峭度盲解卷积的直升机故障诊断

2

作者 张新 赵艺珂 +1 位作者 王家序 王景霖 《振动．测试与诊断》 EI CSCD 北大核心 2024年第3期480-485,617,共7页

针对最小熵解卷积(minimum entropy deconvolution,简称MED)应用于故障诊断时倾向于恢复少量主导冲击而非周期性故障冲击的问题,定义一种滤波器系数求解指标——平均峭度,提出了最大平均峭度盲解卷积方法。首先,通过对故障信号进行均等... 针对最小熵解卷积(minimum entropy deconvolution,简称MED)应用于故障诊断时倾向于恢复少量主导冲击而非周期性故障冲击的问题,定义一种滤波器系数求解指标——平均峭度,提出了最大平均峭度盲解卷积方法。首先,通过对故障信号进行均等分割,取各分割段信号峭度的均值,得到信号的平均峭度;其次,将平均峭度作为信号盲解卷积指标,求解滤波器系数;最后,完成信号滤波,提取周期性故障冲击。仿真信号与直升机故障诊断案例分析结果表明:所提最大平均峭度盲解卷积方法能从含复杂干扰成分的故障信号中恢复故障冲击序列,为故障诊断提供可靠信息;相比于MED等传统盲解卷积方法,所提方法具有较强的普适性。 展开更多

关键词 直升机 齿轮箱 故障诊断 盲解卷积 平均峭度

在线阅读 下载PDF 职称材料

多工况直升机附件齿轮箱振动故障诊断 被引量：1

3

作者 万安平 龚志鹏 +2 位作者 王景霖 单添敏 何家波 《振动．测试与诊断》 EI CSCD 北大核心 2024年第2期246-252,406,共8页

针对直升机附件齿轮箱在有限多工况条件下故障特征提取难度大、识别准确率低等问题,提出一种结合变分模态分解(variationalmodedecomposition,简称VMD)与多尺度卷积神经网络(multi-scaleconvolutionalneural netwo,简称MCNN)的故障诊断... 针对直升机附件齿轮箱在有限多工况条件下故障特征提取难度大、识别准确率低等问题,提出一种结合变分模态分解(variationalmodedecomposition,简称VMD)与多尺度卷积神经网络(multi-scaleconvolutionalneural netwo,简称MCNN)的故障诊断方法。首先,对直升机附件齿轮箱进行地面实验和信号采集,对原始信号进行滤波、降噪等预处理;其次,利用VMD将信号分解为若干个固有模态(intrinsic mode functions,简称IMF),依据齿轮副频率特性对分解模态进行重构与归一化,增强微弱的高频故障特征;最后,将重构信号的每个分量视作不同尺度,经多尺度卷积神经网络进行多尺度特征提取并融合,由指数归一化分类器给出识别的故障类别。实验结果表明,所提方法能够有效增强信号故障特征,挖掘多工况条件下信号的差异性与同一性,在直升机附件齿轮箱振动故障诊断中平均准确率为97.25%。 展开更多

关键词 变分模态分解 多尺度卷积网络 振动故障诊断 附件齿轮箱

在线阅读 下载PDF 职称材料

基于深度自编码网络的航空发动机故障诊断 被引量：18

4

作者 崔建国 李国庆 +2 位作者 蒋丽英 于明月 王景霖 《振动．测试与诊断》 EI CSCD 北大核心 2021年第1期85-89,201,202,共7页

为有效解决航空发动机的故障诊断难题,提出了基于深度自编码网络的航空发动机故障诊断方法,对发动机进行故障诊断技术研究。首先,对监测数据进行预处理,根据数据特征构建深度自编码网络的基本结构,采用无标签数据样本集对深度自编码网... 为有效解决航空发动机的故障诊断难题,提出了基于深度自编码网络的航空发动机故障诊断方法,对发动机进行故障诊断技术研究。首先,对监测数据进行预处理,根据数据特征构建深度自编码网络的基本结构,采用无标签数据样本集对深度自编码网络进行预先训练,得到网络参数的初始值;其次,利用有标签的数据样本集对该网络进行训练,对网络参数进行微量调整,创建基于深度自编码神经网络的航空发动机故障诊断模型;最后,采用含有标签的测试样本集对创建的故障诊断模型进行诊断测试。为了表明所提出方法的优越性,将本研究方法与其他几种常用故障诊断方法的故障诊断结果进行了对比。结果表明,与反向传播神经网络、径向基神经网络等常用的故障诊断方法相比,所提出方法的诊断正确率更高,诊断效果更好。 展开更多

关键词 深度自编码网络 航空发动机 故障诊断 神经网络

在线阅读 下载PDF 职称材料

基于深度学习的航空发动机齿轮故障诊断 被引量：10

5

作者 万安平 杨洁 +4 位作者 王景霖 陈挺 缪徐 黄佳湧 杜翔 《振动．测试与诊断》 EI CSCD 北大核心 2022年第6期1062-1067,1239,共7页

传统的机械故障诊断方法需要将采集的故障波信号进行信号处理,再结合神经网络进行特征提取与分类,不仅流程复杂、耗费时间,而且识别准确率不高。针对此问题,采用一维卷积神经网络(one dimensional convolutional neural network,简称1D-... 传统的机械故障诊断方法需要将采集的故障波信号进行信号处理,再结合神经网络进行特征提取与分类,不仅流程复杂、耗费时间,而且识别准确率不高。针对此问题,采用一维卷积神经网络(one dimensional convolutional neural network,简称1D-CNN)对试验获取的某航空发动机的齿轮故障振动数据进行特征提取与分类,建立齿轮故障一维卷积神经网络模型,对航空发动机轴承进行故障诊断。试验与分析结果表明:采用该神经网络模型对齿轮进行分类,其准确率可达80%,相较于采用传统的前馈神经网络63.9%的识别准确率,提高了15.07%;与采用支持向量机(support vector machine,简称SVM)对故障进行分类识别相比,该方法准确率提高了15.89%。本方法能够直接将波形振动信号作为输入,通过卷积、池化等一系列操作,输出最后的分类结果,简化了传统方法先进行信号处理再通过机器学习诊断的步骤,为航空发动机故障诊断提供一种可行方法。 展开更多

关键词 航空发动机 故障诊断 多传感器信息融合 深度学习 卷积神经网络

在线阅读 下载PDF 职称材料

航空发动机的IGWO-KELM故障诊断方法 被引量：3

6

作者 崔建国 李勇 +1 位作者 王景霖 于明月 《机械设计与制造》 北大核心 2023年第12期36-40,共5页

为提高航空发动机滑油系统的故障诊断有效性,提出了一种改进的灰狼算法优化核极限学习机(IGWO-KELM)的航空发动机故障诊断方法,对航空发动机进行了故障诊断技术研究。首先对航空发动机滑油系统的参数数据进行预处理,利用核独立分量分析(... 为提高航空发动机滑油系统的故障诊断有效性,提出了一种改进的灰狼算法优化核极限学习机(IGWO-KELM)的航空发动机故障诊断方法,对航空发动机进行了故障诊断技术研究。首先对航空发动机滑油系统的参数数据进行预处理,利用核独立分量分析(KICA)将数据映射到核空间,消除原始特征向量间的相关性,并提取特征系数矩阵;其次,由提取的特征矩阵创建KELM故障模型,为减少人为调节网络参数的随机性对诊断结果造成的影响,采用IGWO算法优化KELM的网络参数,并创建IGWO-KELM故障诊断模型;最后,对所创建的IGWO-KELM故障诊断模型进行了试验验证。结果表明,所提出的IGWO优化KELM的故障诊断方法能有效提高航空发动机故障诊断准确率,诊断准确率达96%,具有很好的应用前景。 展开更多

关键词 航空发动机 核独立分量分析 核极限学习机 改进灰狼算法 故障诊断

在线阅读 下载PDF 职称材料

基于SCAE-ACGAN的直升机行星齿轮裂纹故障诊断 被引量：10

7

作者 孙灿飞 王友仁 夏裕彬 《振动．测试与诊断》 EI CSCD 北大核心 2021年第3期495-502,620,621,共10页

直升机行星传动轮系结构复杂、工况多变,其振动信号受工况影响大,在故障样本较少的情况下导致行星齿轮箱故障诊断准确率不高,早期故障诊断困难。针对上述问题,提出将堆栈收缩自动编码网络(stacked contractive autoencoder,简称SCAE)与... 直升机行星传动轮系结构复杂、工况多变,其振动信号受工况影响大,在故障样本较少的情况下导致行星齿轮箱故障诊断准确率不高,早期故障诊断困难。针对上述问题,提出将堆栈收缩自动编码网络(stacked contractive autoencoder,简称SCAE)与辅助分类生成式对抗网络(auxiliary classifier generative adversarial networks,简称ACGAN)相结合的SCAE-ACGAN故障诊断方法。ACGAN的生成器产生与真实样本具有类似分布的生成样本,扩展训练样本集,并与真实样本一起输入至判别器进行训练。ACGAN采用SCAE作为判别器,利用SCAE良好的抗数据波动能力,从扩展样本集中挖掘出有效的深度特征,并实现样本的真伪与类别的判定。ACGAN的判别器和生成器在对抗学习训练机制下交替优化,提高方法的样本生成质量与故障判定能力。将SCAE-ACGAN应用于直升机行星轮裂纹故障诊断,结果表明,SCAE-ACGAN的故障诊断性能好,在样本数量少与工况变化情况下具有较好的健壮性和适应性。 展开更多

关键词 直升机 行星齿轮箱 裂纹 故障诊断 堆栈收缩自动编码器 辅助分类生成式对抗网络

在线阅读 下载PDF 职称材料

基于耦合隐马尔可夫的轴承故障诊断方法 被引量：3

8

作者 夏裕彬 梁大开 +2 位作者 郑国 王景霖 曾捷 《振动．测试与诊断》 EI CSCD 北大核心 2018年第6期1091-1095,1286,共6页

针对轴承故障信号比较微弱的特点,提出了一种基于耦合隐马尔可夫模型(coupled hidden Markov model,简称CHMM)的轴承故障诊断方法。首先,根据轴承传动结构特点,设计能够监测轴承振动状态的传感器网络;其次,通过非线性特征提取方法获取... 针对轴承故障信号比较微弱的特点,提出了一种基于耦合隐马尔可夫模型(coupled hidden Markov model,简称CHMM)的轴承故障诊断方法。首先,根据轴承传动结构特点,设计能够监测轴承振动状态的传感器网络;其次,通过非线性特征提取方法获取能够反映轴承健康状态的少数关键特征,利用传感信号的矢量量化代替提取其频域微弱特征的方法,可有效提高故障诊断效率和准确率;然后,在多通道信息融合中引入隐马尔可夫模型,采用左右型齐次隐马尔可夫链实现故障诊断;最后,通过对各种轴承故障状态构建其对应的耦合隐马尔可夫模型的方式,实现对轴承故障类型的辨识。试验结果表明,该方法能够有效地实现对轴承故障类型的识别。 展开更多

关键词 非线性特征提取 矢量量化 耦合隐马尔可夫模型 故障诊断

在线阅读 下载PDF 职称材料

变工况下航空逆变器健康评估方法研究 被引量：3

9

作者 左景航 王友仁 +2 位作者 王景霖 司滕 孙灿飞 《电子测量技术》 北大核心 2022年第6期30-35,共6页

工况的变化会引起功率变换器电路健康表征参数随之变化,导致无法判断健康表征参数是因电路性能的退化还是因工况的变化引起的。针对该关键问题,以航空逆变器为研究对象,首先采用多评价指标优选模型优选出相关敏感的健康表征参数;然后基... 工况的变化会引起功率变换器电路健康表征参数随之变化,导致无法判断健康表征参数是因电路性能的退化还是因工况的变化引起的。针对该关键问题,以航空逆变器为研究对象,首先采用多评价指标优选模型优选出相关敏感的健康表征参数;然后基于极限学习机建立工况-无故障情况下健康表征参数映射模型;最后基于当前健康表征参数与映射模型输出的健康表征参数之间的相对变化量构建考虑工况条件的电路健康指标,实现不同工况下航空逆变器的健康评估。实验结果表明,该评估方法可以有效减小工况变化对健康指标的影响。在变工况情况下,相比于直接基于欧氏距离构建健康指标的评估方法,平均绝对误差(MAE)和均方根误差(RMSE)分别降低了64.4%、66.8%。 展开更多

关键词 航空逆变器 欧氏距离 健康指标 健康评估

在线阅读 下载PDF 职称材料

基于语义网络的副翼作动器综合故障诊断方法 被引量：1

10

作者 孙锦文 马剑 +3 位作者 丁宇 刘清竹 王景霖 吴英建 《山东科技大学学报（自然科学版）》 CAS 2017年第5期52-59,共8页

为了实现飞机典型机电系统故障诊断知识集成共享与利用,提出了一种基于语义网络的副翼作动器综合故障诊断方法。首先利用FMECA方法对副翼作动器进行故障机理分析,然后基于语义网络理论,对副翼作动器在产品域、测试域、诊断域进行本体的... 为了实现飞机典型机电系统故障诊断知识集成共享与利用,提出了一种基于语义网络的副翼作动器综合故障诊断方法。首先利用FMECA方法对副翼作动器进行故障机理分析,然后基于语义网络理论,对副翼作动器在产品域、测试域、诊断域进行本体的构建及相关分析,并使用OWL语言实现了本体的机器可读,从而获得副翼作动器的故障诊断知识模型构建,在此基础上再进行系统故障的综合推理。该方法初步实现了副翼作动器故障诊断基于语义网络理论的知识库构建,验证了模型的故障推理能力,可以有效解决副翼作动器的综合故障诊断问题。 展开更多

关键词 语义网络 副翼作动器 FMECA 本体 综合诊断

在线阅读 下载PDF 职称材料

基于深度学习与信息融合的燃气轮机故障诊断 被引量：20

11

作者 崔建国 刘瑶 +1 位作者 于明月 江秀红 《机械设计与制造》 北大核心 2019年第12期28-31,共4页

为有效、准确地诊断出燃气轮机健康状态,在燃气轮机专用试验平台对其进行试车试验,获取主泵、喷口加力调节器、滑油压差传感器等关键部件的原始信息,采用核主元分析(Kernel Principal Component Analysis,简称KPCA)方法对原始信息进行处... 为有效、准确地诊断出燃气轮机健康状态,在燃气轮机专用试验平台对其进行试车试验,获取主泵、喷口加力调节器、滑油压差传感器等关键部件的原始信息,采用核主元分析(Kernel Principal Component Analysis,简称KPCA)方法对原始信息进行处理,提取燃气轮机关键部件状态表征参数的核主元,创建特征向量空间。由于深度学习可以构建含多隐层的学习模型,实现逐层的特征变换,从而自适应地捕获隐藏于故障数据内部的有用信息,增强诊断过程的智能性,因此由核主元特征向量创建深度学习故障诊断模型,对燃气轮机进行了故障诊断技术研究。与此同时,亦创建了极限学习机(Extreme Learning Machine,简称ELM)故障诊断模型并进行了诊断,结果表明深度学习正确诊断率明显优于极限学习机。在此基础上,尚采用信息融合技术对以上两种方法的诊断结果进行决策层融合,进一步提升了故障诊断准确率。研究表明,该方法能有效诊断出燃气轮机关键部件健康与故障状态,具有很好的工程应用前景。 展开更多

关键词 燃气轮机 核主元分析 深度学习 信息融合 故障诊断

在线阅读 下载PDF 职称材料

基于MEMD和ELM的飞机机翼健康状态预测技术 被引量：5

12

作者 崔建国 徐舲宇 +3 位作者 于明月 蒋丽英 王景霖 林泽力 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2017年第8期1501-1508,共8页

复合材料在现代飞机结构中的应用越来越广泛,为了有效地对飞机机翼健康状态进行预测,提出了基于多元经验模态分解(MEMD)和极限学习机(ELM)的飞机机翼健康状态预测方法。以某型飞机复合材料机翼盒段为具体研究对象,对其进行冲击与疲劳加... 复合材料在现代飞机结构中的应用越来越广泛,为了有效地对飞机机翼健康状态进行预测,提出了基于多元经验模态分解(MEMD)和极限学习机(ELM)的飞机机翼健康状态预测方法。以某型飞机复合材料机翼盒段为具体研究对象,对其进行冲击与疲劳加载试验,利用光纤传感器及其采集系统募集飞机复合材料机翼盒段的原始应变信息,对其健康状态予以表征。对所采集的原始应变信息进行MEMD分解,提取分解后各频带信号的能量熵作为表征飞机复合材料机翼盒段健康状态的特征信息,采用动态主元分析法(DPCA)将所提取的能量熵特征信息进行融合,采用融合后所得到的能量熵构建ELM预测模型,对某型飞机复合材料机翼盒段健康状态进行预测。试验研究表明,本文方法可以有效实现飞机机翼的健康状态预测,具有很好的应用前景。 展开更多

关键词 复合材料 健康状态 多元经验模态分解(MEMD) 能量熵 极限学习机(ELM)

在线阅读 下载PDF 职称材料

DPCA和GRNN在燃气轮机故障诊断的方法 被引量：4

13

作者 崔建国 刘瑶 +2 位作者 郑蔚 蒋丽英 于明月 《火力与指挥控制》 CSCD 北大核心 2017年第11期186-190,共5页

选取其关键部件—喷口加力调节器作为故障诊断研究对象,提出了一种基于动态主元分析(DPCA)和广义回归神经网络(GRNN)相结合的喷口加力调节器故障诊断方法。在燃气轮机专用试验平台对其进行试验,采集喷口加力调节器的高压转子转速、低压... 选取其关键部件—喷口加力调节器作为故障诊断研究对象,提出了一种基于动态主元分析(DPCA)和广义回归神经网络(GRNN)相结合的喷口加力调节器故障诊断方法。在燃气轮机专用试验平台对其进行试验,采集喷口加力调节器的高压转子转速、低压转子转速、燃油油量、燃油耗量等参数原始数据,对其进行预处理,并采用DPCA方法对其进行动态主元分析,提取其不同健康状态的主元,构建特征向量,采用特征向量构建GRNN神经网络故障诊断模型,并通过测试数据对该方法的有效性进行试验验证。为表明该方法的有效性,采用了基于GRNN和基于DPCA-RBF的方法对喷口加力调节器不同健康状态进行了诊断技术研究,并对不同方法所得到的诊断结果进行了对比分析。结果表明,采用DPCA和GRNN相结合的故障诊断方法能有效识别出喷口加力调节器不同的健康状态,具有很好的实际应用价值。 展开更多

关键词 燃气轮机 喷口加力调节器 动态主元分析 广义回归神经网络 故障诊断

在线阅读 下载PDF 职称材料

基于Morlet小波和改进峭度的滚动轴承故障诊断方法 被引量：3

14

作者 田赛 姚斌 +2 位作者 陈彬强 王景霖 曹新城 《工具技术》 北大核心 2022年第10期141-146,共6页

采用峭度指标识别滚动轴承共振频带,结合包络解调分析,是滚动轴承故障诊断的常用方法,但峭度指标对冲击过于敏感,容易导致错误的故障诊断结果。针对于此,提出一种基于迭代二均值聚类的改进峭度指标。首先将信号样本在时域分段,然后根据... 采用峭度指标识别滚动轴承共振频带,结合包络解调分析,是滚动轴承故障诊断的常用方法,但峭度指标对冲击过于敏感,容易导致错误的故障诊断结果。针对于此,提出一种基于迭代二均值聚类的改进峭度指标。首先将信号样本在时域分段,然后根据数据片段的峭度特征,使用迭代二均值聚类算法识别并剔除含有偶发性冲击的片段,以正常片段的峭度相对极差为迭代终止判据,并基于正常片段统计信号样本的改进峭度指标。结合Morlet小波和粒子群优化算法,得到一种基于Morlet小波和改进峭度的滚动轴承故障诊断方法,并与峭度指标进行仿真和实验。对比结果表明,改进峭度指标能够在强偶发性冲击噪声干扰下有效识别周期性瞬态冲击,验证了该方法的有效性。 展开更多

关键词 改进峭度 MORLET小波 滚动轴承 故障诊断

在线阅读 下载PDF 职称材料

燃气轮机关键部件故障诊断方法研究 被引量：1

15

作者 崔建国 刘瑶 +1 位作者 郑蔚 蒋丽英 《机械设计与制造》 北大核心 2018年第11期25-28,共4页

燃气轮机的工作环境恶劣,突发情况和出现故障的模式多、几率大。为此研究有效地燃气轮机故障诊断方法尤为重要。提出了一种EMD小波阈值降噪和KPCA-GRNN相结合的方法,对燃气轮机喷口加力调节器故障诊断进行了深入研究。针对某型真实燃气... 燃气轮机的工作环境恶劣,突发情况和出现故障的模式多、几率大。为此研究有效地燃气轮机故障诊断方法尤为重要。提出了一种EMD小波阈值降噪和KPCA-GRNN相结合的方法,对燃气轮机喷口加力调节器故障诊断进行了深入研究。针对某型真实燃气轮机进行测试试验采集的喷口加力调节器高压转子转速、低压转子转速等八个参数数据,首先采用经验模态分解(EMD)方法对8个参量信号进行EMD分解,然后采用软阈值函数对其进行小波降噪,并进行信号重构,从而可得到燃气轮机喷调工作状态有效数据。在此基础上采用核主元分析法提取喷口加力调节器样本集的不同主元,构建特征向量,并由特征向量建立GRNN神经网络故障诊断模型,通过测试数据进行试验验证,验证了该方法的有效性。此外,尚采用基于KPCA-GRNN的方法对传感器感知的喷口加力调节器的八个参数原始数据进行了诊断方法研究。结果表明,采用EMD小波阈值降噪和KPCA-GRNN相结合的方法,能有效识别出喷口加力调节器不同的状态,具有很好的实际应用价值。 展开更多

关键词 燃气轮机 故障诊断 EMD 小波阈值降噪 KPCA-GRNN

在线阅读 下载PDF 职称材料

基于模糊综合评判的飞机液压泵故障预测 被引量：18

16

作者 林泽力 郑国 +2 位作者 莫固良 王景霖 崔建国 《振动．测试与诊断》 EI CSCD 北大核心 2016年第4期746-750,813,共5页

针对飞机液压泵故障难以准确预测的技术难题,提出了基于模糊综合评判和层次分析法的飞机液压泵故障预测方法。根据液压泵的工作机理及形成机制,分析液压泵在运行过程中的几种常见故障形式,得到液压泵常见故障模式和故障因素集,采用层次... 针对飞机液压泵故障难以准确预测的技术难题,提出了基于模糊综合评判和层次分析法的飞机液压泵故障预测方法。根据液压泵的工作机理及形成机制,分析液压泵在运行过程中的几种常见故障形式,得到液压泵常见故障模式和故障因素集,采用层次分析法计算故障预测中的各项权重,运用模糊综合评判法对液压泵的故障进行预测。以某型飞机液压泵为具体研究对象,对提出的方法进行试验验证。结果表明,该方法能够实现飞机液压泵故障预测的效能,对其他航空设备的故障预测也具有良好的应用前景。 展开更多

关键词 液压泵 故障模式 故障预测 层次分析法 模糊综合评判

在线阅读 下载PDF 职称材料

LSSVM与HMM在航空发动机状态预测中的应用研究 被引量：8

17

作者 崔建国 高波 +2 位作者 蒋丽英 于明月 郑蔚 《计算机工程》 CAS CSCD 北大核心 2017年第10期310-315,共6页

传统单一的状态预测方法难以精确预测航空发动机状态的缺陷,而最小二乘支持向量机(LSSVM)具有较强的非线性预测能力和泛化能力,可以有效地对信号进行非线性预测,隐马尔科夫模型(HMM)有利于处理连续的动态信号,能够精确计算出似然度概率... 传统单一的状态预测方法难以精确预测航空发动机状态的缺陷,而最小二乘支持向量机(LSSVM)具有较强的非线性预测能力和泛化能力,可以有效地对信号进行非线性预测,隐马尔科夫模型(HMM)有利于处理连续的动态信号,能够精确计算出似然度概率。提出一种结合LSSVM与HMM的状态预测方法。利用提升小波函数全阈值降噪法对采集的振动信号进行降噪,采用小波包分解提取有效的特征,选择不同状态下的特征量训练多个HM M模型,并通过此模型对未知信号特征量以及LSSVM预测的特征量进行状态监测,从而预测出发动机未来时刻的状态以及状态的退化趋势。实验结果表明,该方法的预测准确率达到92%以上,能够有效地预测航空发动机的状态情况。 展开更多

关键词 航空发动机 最小二乘支持向量机 隐马尔科夫模型 状态预测 振动信号 降噪 小波包分解

在线阅读 下载PDF 职称材料

基于灰色和LSSVM的航空发动机状态预测 被引量：5

18

作者 崔建国 高波 +2 位作者 蒋丽英 于明月 郑蔚 《计算机工程与设计》 北大核心 2017年第10期2809-2813,共5页

为克服单一模型预测精度较低这一缺陷,提出一种基于灰色模型(grey model,GM)和最小二乘支持向量机(least squares support vector machine,LSSVM)的组合预测方法。通过灰色累加对原始数据序列进行处理,建立灰色预测模型,利用灰色预测模... 为克服单一模型预测精度较低这一缺陷,提出一种基于灰色模型(grey model,GM)和最小二乘支持向量机(least squares support vector machine,LSSVM)的组合预测方法。通过灰色累加对原始数据序列进行处理,建立灰色预测模型,利用灰色预测模型的预测结果作为输入,原始数据作为输出,训练构建LSSVM预测模型进行预测。选取航空发动机主燃油泵作为具体研究对象,采集排气温度作为其状态预测参数进行状态预测。研究结果表明,相比单一预测模型,灰色最小二乘支持向量机预测精度更高,为航空发动机状态预测提供了一种有效的解决途径。 展开更多

关键词 灰色模型 最小二乘支持向量机 航空发动机 主燃油泵 排气温度 状态预测

在线阅读 下载PDF 职称材料

基于组合赋权法和云重心评估法的燃气轮机健康状态评估 被引量：4

19

作者 崔建国 肖杰 +2 位作者 蒋丽英 于明月 江秀红 《科学技术与工程》 北大核心 2017年第33期268-273,共6页

鉴于表征燃气轮机健康状态的信息具有模糊性和随机性的特点,提出了一种基于组合赋权法和云重心评估法相结合的健康状态评估方法。方法首先运用层次分析法和熵权法分别计算燃气轮机评估指标的权重值,再通过组合赋权法,得到具有主客观意... 鉴于表征燃气轮机健康状态的信息具有模糊性和随机性的特点,提出了一种基于组合赋权法和云重心评估法相结合的健康状态评估方法。方法首先运用层次分析法和熵权法分别计算燃气轮机评估指标的权重值,再通过组合赋权法,得到具有主客观意义的权重;在此基础上,引入云重心评估法对燃气轮机进行评估;并采用加权偏离度衡量系统状态变化的程度,从而确定燃气轮机健康状态等级。以某型真实燃气轮机为例,对其进行了试验验证。验证结果表明,提出的基于组合赋权法和云重心评估法的健康状态评估方法能有效对燃气轮机进行评估;并能够弱化燃气轮机健康状态监测信息的随机性和模糊性。 展开更多

关键词 燃气轮机 云重心 组合赋权 层次分析 熵权 加权偏离度 健康状态评估

在线阅读 下载PDF 职称材料

基于小波能量谱和信息熵的复合材料结构损伤诊断 被引量：2

20

作者 曹飞 陈杰 林泽力 《材料导报》 EI CAS CSCD 北大核心 2020年第S01期476-479,共4页

复合材料在飞机上的大量应用,可有效提高飞机的整体运营效率。针对飞机复合材料的结构损伤无法准确诊断的难题,提出了一种应用于飞机复合材料结构损伤诊断的方法。首先采用小波能量谱方法对获取到的复合材料结构损伤试验数据进行特征提... 复合材料在飞机上的大量应用,可有效提高飞机的整体运营效率。针对飞机复合材料的结构损伤无法准确诊断的难题,提出了一种应用于飞机复合材料结构损伤诊断的方法。首先采用小波能量谱方法对获取到的复合材料结构损伤试验数据进行特征提取,获取损伤信号的特征值;其次,采用基于统计分析的特征值分析,对得到的小波能量谱特征值进行统计分析,得到小波能量谱的协方差信号;最后,依据得到的协方差信号,采用信息熵的方法完成对复合材料结构损伤的诊断。以获取到的某型复合材料结构损伤数据进行试验验证,结果表明,该方法能够实现对复合材料结构损伤的诊断,具有一定的可靠性。 展开更多

关键词 小波能量谱 信息熵 复合材料 结构损伤诊断

在线阅读 下载PDF 职称材料