科研之友
微信
新浪微博
Facebook
分享链接
摘要
通过准确识别装备故障或异常行为进而有效评估装备性能是在役考核重要内容之一。针对航空航天装备系统不断暴露出的许多故障，如子系统性能退化、传感器故障、信号连接丢失或元器件损坏等，提出一种混合特征选择算法，该方法分为特征选择和故障分类两个步骤。采用K-means算法对和声搜索算法、遗传算法和粒子群优化算法的几种组合进行特征选择，选取最优的特征子集作为性能评估与故障诊断的指标集合，在NASA开源的基准数据集PHM08与GEO卫星电源系统仿真数据集上对所提方法进行验证和评估，实验结果验证了该方法的有效性和优越性。
-
单位中国人民解放军装备学院; 国防大学
