基于SVM和SNN的航空发动机气路故障诊断

摘要：

为了区分航空发动机气路故障诊断过程中出现的相似故障,提高诊断准确率,提出了一种支持向量机(SVM)和协同神经网络(SNN)相结合的故障诊断方法.首先利用参数优化后的SVM对测量数据进行初步故障诊断分类,对诊断结果进行分析统计,得出难以区分的相似故障类型,并根据SNN对这些相似故障进一步地区分判断,最后根据实际数据对此故障模型进行仿真.结果显示:基于SVM的初步故障诊断准确率达到96％;而经过SNN进一步地相似故障区分后,诊断准确率提升到100％.

关键词：航空发动机、故障诊断、气路、支持向量机、协同神经网络

所属期刊栏目：29

分类号：V233.7;TP181(航空发动机（推进系统）)

资助基金：中央高校基本科研业务费中国民航大学专项ZXH2010C002

在线出版日期：2014-11-18（万方平台首次上网日期，不代表论文的发表时间）

页码：2493-2498