基于动态PCA与改进SVM的航空发动机故障诊断  

作　　者：崔建国[1] 严雪[1] 蒲雪萍[2] 齐义文[1] 蒋丽英[1] 师建强[2] 

机构地区：[1]沈阳航空航天大学自动化学院,沈阳110136 [2]中国燃气涡轮研究院,成都610500

出　　处：《振动．测试与诊断》2015年第1期94-99,190,共6页Journal of Vibration,Measurement & Diagnosis

基　　金：辽宁省自然科学基金资助项目(2014024003);航空科学基金资助项目(2010ZD54012);国防技术基础科研项目(Z052012B002)

摘　　要：为了对航空发动机进行高效地故障诊断,确保飞机的飞行安全,提出了一种基于动态主元分析和改进支持向量机的航空发动机智能故障诊断方法。该方法结合了动态主元分析（principal component analysis,简称PCA）在特征提取方面和改进支持向量机（support vector machine,简称SVM）在故障诊断方面的优势。动态PCA方法对所涉及的过程变量进行去噪、降维、消除相关性等预处理和特征提取,采用改进SVM方法将所得的特征向量进行故障诊断诊断。所提出的方法可解决航空发动机模型精度和传感器测量参数有限情况下的滑油系统故障诊断精度差、效率低和易误诊、漏诊等问题。以某型真实航空发动机滑油系统为例,对提出方法的有效性进行试验验证。结果表明,采用的动态PCA和改进SVM故障诊断方法能有效提高故障诊断正确率,实现航空发动机滑油系统故障诊断的效能,具有较好的应用价值与前景。

关 键 词：航空发动机 滑油系统 动态主元分析 改进支持向量机 故障诊断 

分 类 号：TP206.3[自动化与计算机技术—检测技术与自动化装置] TH165.3[自动化与计算机技术—控制科学与工程]