基于K-L变换的航空发动机故障特征参数选择算法
提取发动机性能状态的特征参数,是提高发动机故障识别正确率和可靠性的必要条件。 针对发动机故障中系统状态数据具有较强的相关性,利用K-L变换的数据降维能力,提出了一种基于K-L变换的特征选择算法,并应用到某型航空发动机故障识别中。 研究结果表明,该算法具有较强消除相关性、突出差异性的能力,降维效果明显,同时可提高故障特征参数选择的效率。利用降维后的数据能够提取到导致发动机故障的关键因素,以此特征参数进行故障诊断,可保证较高的诊断精度；该算法可用于航空发动机故障分类、故障诊断以及状态监控。
航空发动机 数据降维 特征选择 故障识别 状态监控
张传超
中航工业综合技术研究所,北京 100028
国内会议
北京
中文
194-198
2010-05-01（万方平台首次上网日期，不代表论文的发表时间）