| 基于特征增维和近邻成分分析的民航发动机故障分类方法 |
| |
| 引用本文： | 孔祥兴,刘凯伟,莫李平,王奕首,卿新林.基于特征增维和近邻成分分析的民航发动机故障分类方法[J].航空发动机,2022,48(5):40-44. |
| |
| 作者姓名： | 孔祥兴 刘凯伟 莫李平 王奕首 卿新林 |
| |
| 作者单位： | 1. 中国航空发动机研究院，北京101304；2. 厦门大学航空航天学院，厦门361005 |
| |
| 基金项目： | 装发联合基金（6141B090301）资助 |
| |
| 摘 要： | 为提高航空发动机故障诊断准确度，提出了一种从快速存取记录器（QAR）数据中提取最合适故障特征的方法。对原始
QAR数据进行缺失值填补和巡航点提取操作，选择部分发动机性能参数差值作为初始特征值；再采用特征增维方法挖掘隐藏特征
信息，进而采用近邻成分分析算法进行特征筛选优化，将所提方法与朴素贝叶斯等4种分类算法相结合，对某航空公司CFM56-7B
发动机的QAR数据进行试验验证。结果表明：从QAR数据中提取最合适故障特征的方法能有效地提高发动机故障分类算法的准
确率，且适用于不同的诊断算法，准确率优于80%。
|
| 关 键 词： | 特征增维 近邻成分分析 快速存取记录器数据 故障诊断 航空发动机 |
Aeroengine Fault Classification Method Based on Feature Expand and Neighbourhood Components Analysis |
| |
| Authors: | KONG Xiang-xin LIU Kai-wei MO Li-ping WANG Yi-shou QING Xin-lin |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《航空发动机》浏览原始摘要信息 |
| 点击此处可从《航空发动机》下载免费的PDF全文 |
