基于最小二乘支持向量機的航空發動機故障遠程診斷

將最小二乘支持向量機(least square support vector machine,LS-SVM)應用于航空發動機氣路故障診斷.首先,分析了用于氣路故障診斷的巡航偏差數據類別,建立用于進行機器學習的診斷模型訓練集,構建基于LS-SVM的氣路故障診斷模型;其次,采用模式搜索法優化LS-SVM建模,獲取最優建模參數;最終,通過直接面向地空數據鏈(aircraft communication addressing and reporting system,ACARS)鏈路的報文解析組件,實時獲取發動機巡航偏差數據集,遠程診斷發動機氣路故障.航路應用和對比實驗表明:最小二乘支持向量機模型具有較高的診斷精度,適用于氣路故障的遠程診斷.

作 者： 王旭輝 黃圣國 舒平 Wang Xuhui Huang Shengguo Shu Ping   作者單位： 王旭輝,黃圣國,Wang Xuhui,Huang Shengguo(南京航空航天大學,民航學院,南京,210016)

舒平,Shu Ping(中國民用航空總局,安全技術中心,航空安全研究所,北京100028) 

刊 名： 機械科學與技術  ISTIC PKU 英文刊名： MECHANICAL SCIENCE AND TECHNOLOGY FOR AEROSPACE ENGINEERING  年，卷(期)： 2007 26(5)  分類號： V235  關鍵詞： 航空發動機   遠程診斷   支持向量機   氣路參數  

【基于最小二乘支持向量機的航空發動機故障遠程診斷】相關文章：

遠程培訓在線教學支持的問題及對策研究04-28

診斷證明05-17

《平面向量的數量積》04-01

小學二年級 乘加乘減教案04-25

基于Flowmaster軟件的直升機燃油系統仿真計算論文摘要11-23

003 “小數乘小數（二）”教學設計04-27

備課是否等于寫教案-有效備課問題診斷（二）04-25

乘加、乘減教案06-07

網站診斷分析報告08-10

腰痛的診斷治療心得04-25