SVM方法在火箭发动机故障预测中的应用研究  

Study on SVM Methods of Liquid Rocket Engine Fault Prediction

作　　者：田干[1] 张炜[1] 杨正伟[1] 宋远佳[1] 

机构地区：[1]第二炮兵工程学院,西安710025

出　　处：《机械科学与技术》2010年第1期63-67,共5页Mechanical Science and Technology for Aerospace Engineering

摘　　要：为了实时、准确、可靠地预测液体火箭发动机故障,在分析标准支持向量机回归方法(SVR)和最小二乘支持向量机回归估计法(LS-SVR)特点的基础上,建立了液体火箭发动机故障预测模型,并分别将其应用于液体火箭发动机参数预测问题。研究结果表明:SVR和LS-SVR两种方法都能有效解决液体火箭发动机故障预测过程中的非线性、高维数、小样本、局部极小等问题。For a real-time, accurate and reliable fault prediction of a liquid rocket engine, its fault prediction models are established based on the analysis of the characters of standard support vector regression （SVR） and least squares support vector regression （LS-SVR）. The results show that the two models have excellent performance of fault prediction and can solve the problems of non-linearity, high dimension, poor sample and local minimum.

关 键 词：支持向量机 液体火箭发动机 故障预测 

分 类 号：V43[航空宇航科学与技术—航空宇航推进理论与工程]