10.13465/j.cnki.jvs.2017.01.018
机载燃油泵故障诊断及实验平台研究
以机载燃油泵实时状态监测为背景,针对目前燃油泵故障数据少、诊断方法效率低、成本高等问题,研制了机载燃油转输系统实验平台,提出基于小波包分析和改进粒子群支持向量机(M-PSO-SVM)的故障诊断方法。该实验平台可针对燃油泵5种典型故障模式进行实验,测取泵故障状态下的振动信号和出口压力信号。利用小波包分解提取振动信号不同频段的能量值作为特征参数,并结合出口压力均值构造故障特征向量。提出混合遗传变异思想的粒子群算法对 SVM分类模型进行参数优化,用得到的故障特征向量训练并验证该分类模型。实验分析表明,该实验平台可有效采集泵的故障信号,并且测试点可进一步优化,M-PSO-SVM在诊断速度、诊断精度等方面都优于传统 Grid-SVM和 GA-SVM,能够满足实际故障诊断的需求。
燃油泵、实验平台、小波包分析、粒子群算法、支持向量机
36
TP277(自动化技术及设备)
航空科学基金20142896022
2017-03-17(万方平台首次上网日期,不代表论文的发表时间)
共9页
120-128