基于DPCA与LSSVM的飞机发动机异常状态识别
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.16526/j.cnki.11-4762/tp.2015.11.086

基于DPCA与LSSVM的飞机发动机异常状态识别

引用
针对飞机发动机异常状态识别精度差、效率低和易误诊漏诊等问题,提出了一种基于动态主元分析(dynamic principal component analysis,DPCA)和最小二乘支持向量机(least square support vector machine,LSSVM)的飞机发动机润滑系统异常状态识别方法;首先对发动机润滑系统参数进行DPCA处理以及在线检测是否有故障发生,如果有故障发生,再采用LSSVM方法进行异常状态识别;以某型飞机发动机润滑系统为例,对文中所提方法的准确性进行试验验证,由试验结果得出文中方法能有效提高飞机发动机异常状态识别准确率.

润滑系统、动态主元分析、最小二乘支持向量机、状态识别

23

TP206.3(自动化技术及设备)

辽宁省教育厅科学研究项目L2013070;国防基础科研计划项目IDA0520110023

2015-12-09(万方平台首次上网日期,不代表论文的发表时间)

共4页

3857-3860

相关文献
评论
暂无封面信息
查看本期封面目录

计算机测量与控制

1671-4598

11-4762/TP

23

2015,23(11)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn