基于SVM的飞机引气系统故障检测方法研究

作者：吉昱玮; 吴红兰^*

来源：测控技术, 2021, 40(03): 51-55.

DOI：10.19708/j.ckjs.2021.03.010

• 飞机引气系统
• 粒子群算法
• 支持向量机(SVM)
• 快速存取记录器(QAR)
• 故障检测

基于飞机的历史QAR(Quick Access Recorder,快速存取记录器)数据构建数据集,对数据集进行参数选择、数据预处理、数据集划分等操作,目的是提高模型的运行效率和准确度;使用改进粒子群算法对SVM(Support Vector Machines,支持向量机)的分类参数进行优化,使模型的分类效果达到最优;为了验证模型的故障检测效果,将收集到的某航空公司A320系列飞机的引气系统QAR数据进行预处理并导入模型故障检测,最终将检测结果进行验证。结果表明,使用改进粒子群算法优化的SVM对飞机引气系统进行故障检测,可以提高故障检测的准确率,提前发现潜在的故障,减少故障发生的可能性。

• 单位
  南京航空航天大学