基于ELM的航空发动机故障诊断方法 |
| |
引用本文: | 崔建国,刘宏伟,陶书弘,于明月,高阳.基于ELM的航空发动机故障诊断方法[J].火力与指挥控制,2018(4). |
| |
作者姓名: | 崔建国 刘宏伟 陶书弘 于明月 高阳 |
| |
作者单位: | 沈阳航空航天大学自动化学院;沈阳航空航天大学电子信息工程学院;中国航发控制系统研究所;沈阳发动机设计研究所 |
| |
摘 要: | 以航空发动机主燃油泵为具体研究对象,提出了一种基于基于小波包能量比与极限学习机(Extreme Learning Machine,ELM)的故障诊断方法。对于某型真实航空发动机,采用振动传感器感知发动机附件机匣的振动信号,对获取的发动机附件机匣的振动信号采用DB3小波包对其进行3层小波包分解,求出第3层各频带信号的能量作为原始信号的特征,构建特征向量。用求得的特征向量建立基于ELM的故障诊断模型,对航空发动机主燃油泵进行故障诊断技术研究。为表明该方法的有效性,还设计了基于BP神经网络的故障诊断模型,并对所构建的特征向量进行了诊断。试验结果表明,基于ELM故障诊断方法可以有效提高故障诊断的速度及准确率,具有很好的工程应用前景。
|
本文献已被 CNKI 等数据库收录! |
|