航空发动机转子故障的特征提取和诊断
特征向量的提取与故障诊断的方法是航空发动机故障诊断的要点,提出信号的有效值、边际谱重心和小波变换分析所得最大能量层的功率谱重心作为特征向量,应用双阶自适应小波聚类方法对航空发动机转子故障诊断.首先采用粗网格量化数据空间,找出存在聚类的空间区域,实现数据的预分选聚类;然后对子聚类的数据空间进行自适应细划分,实现子聚类数据空间的小波聚类,最后聚类与故障样本比对,识别聚类的故障类型.结果证明双阶自适应小波聚类方法能快速准确的实现故障分类与识别,尤其对于密度分布不均匀的复杂数据,诊断精度显著高于支持向量机和传统的小波聚类方法.
航空发动机 转子结构 故障诊断 特征提取
左红艳 刘晓波 洪连环
南京航空航天大学机电学院 江苏南京,210016;南昌航空大学航空制造工程学院 江西南昌,330063
国内会议
广东佛山
中文
1-16
2016-09-26（万方平台首次上网日期，不代表论文的发表时间）