| 改进BA优化的MKSVDD航空发动机工作状态识别 |
| |
| 引用本文： | 何大伟,彭靖波,胡金海,宋志平.改进BA优化的MKSVDD航空发动机工作状态识别[J].北京航空航天大学学报,2018,44(10):2238-2246. |
| |
| 作者姓名： | 何大伟 彭靖波 胡金海 宋志平 |
| |
| 作者单位： | 空军工程大学航空工程学院,西安,710038;西安交通大学,西安,710054 |
| |
| 基金项目： | 国家自然科学基金（51506221）；陕西省自然科学基础研究计划（2015JQ5179） |
| |
| 摘 要： | 为了提高航空发动机工作状态识别准确率和效率，避免人工识别中存在的误判和耗时耗力问题，提出了基于混沌脉冲蝙蝠算法（CRBA）优化的多核支持向量数据描述（CRBA-MKSVDD）智能识别方法。研究了多核支持向量数据描述（MKSVDD）改进策略，引入混沌脉冲发射率提高了蝙蝠算法（BA）的收敛速度和收敛精度，得到了CRBA；通过CRBA优化MKSVDD的惩罚因子和核参数，同时对飞参数据进行了特征提取；基于特征飞参数据训练了CRBA-MKSVDD分类器，并对某型发动机一个飞行架次的工作状态进行了识别。结果表明，该方法识别准确率达到97.547 9%，可用于与发动机工作状态的相关研究和应用。
|
| 关 键 词： | 多核支持向量数据描述(MKSVDD) 改进蝙蝠算法 航空发动机 工作状态识别 飞参数据 |
| 收稿时间： | 2017-12-06 |
Aero-engine working condition recognition based on MKSVDD optimized by improved BA |
| |
| HE Dawei,PENG Jingbo,HU Jinhai,SONG Zhiping.Aero-engine working condition recognition based on MKSVDD optimized by improved BA[J].Journal of Beijing University of Aeronautics and Astronautics,2018,44(10):2238-2246. |
| |
| Authors: | HE Dawei PENG Jingbo HU Jinhai SONG Zhiping |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《北京航空航天大学学报》浏览原始摘要信息 |
| 点击此处可从《北京航空航天大学学报》下载免费的PDF全文 |
