遗传算法优化的SVM在航空发动机磨损故障诊断中的应用

作者：皮骏; 马圣^*; 贺嘉诚; 孔庆国; 马龙

来源：润滑与密封, 2018, 43(10): 89-97.

DOI：10.3969/j.issn.0254-0150.2018.10.016

• 航空发动机
• 磨损故障诊断
• 支持向量机
• 遗传算法

研究遗传算法(GA)优化的支持向量机(SVM)在航空发动机磨损故障诊断中的运用。介绍基于GA优化SVM算法的实现过程,对算法中关键参数进行分析,并用改进的GA对SVM中的惩罚参数和核参数进行优化。采用GA优化的SVM对某型号航空发动机的油液磨粒数据进行诊断,并从诊断精度、计算时间、抗噪能力三方面比较GA优化的SVM、BP神经网络和RBF神经网络的诊断精度。结果表明:GA优化的SVM能够有效地诊断航空发动机磨损故障; GA优化的SVM的诊断精度明显高于RBF和BP神经网络,且在有噪声的情况下,其诊断准确度依旧高于RBF和BP神经网络,但由于GA-SVM的结构和训练方法其训练时间较长。

• 单位
  中国民航大学