基于相异性表示的单类线性规划分类器用于航空发动机故障检测
采用相异性表示来描述发动机状态,然后在相异性空间构造了一个超平面分类器(故障检测模型)来检测发动机故障.该检测模型可通过求解线性规划问题来得到.由于模型参数对其性能影响很大,故对参数的影响进行了分析,并采用验证法进行了模型选择.模型训练及验证都采用发动机实际运行数据.最后又进一步定义了异常指数来衡量发动机故障严重程度.模型检测结果:对正常样本集达到96.8％,对异常样本集达到91.7％,对整个验证集为96.1％.研究表明,在发动机故障诊断领域,采用相异性表示而非传统的物理参数更能有效地提取发动机状态特征,并且该检测模型有效可行.
航空发动机 故障检测 相异性表示 单类分类器
郝英 孙健国
南京航空航天大学;中国民用航空学院 南京航空航天大学
国内会议
贵阳
中文
189-194
2006-10-01（万方平台首次上网日期，不代表论文的发表时间）