首页> 中文会议>中国航空学会第十八届航空发动机自动控制专业学术交流会 >基于核极限学习机的航空发动机气路故障诊断研究

基于核极限学习机的航空发动机气路故障诊断研究

摘要

航空发动机气路部件故障将引起发动机性能的衰退,使得航空发动机工作能力下降.本文通过对某型航空双轴涡扇发动机数据样本气路部件故障种类归类,建立基本的样本数据库,在MATLAB中采用BP神经网络/支持向量机(SVM)和极限学习机(ELM)诊断算法对样本数据库进行训练和诊断,结果表明,ELM具有更加准确和快速的诊断能力,对该算法进一步研究发现,加入核函数的极限学习机(KELM)诊断算法准确率更高、运行耗费时间更少,更适合作为航空发动机气路故障诊断算法.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号