科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对BP神经网络和支持向量机对整机振动故障诊断时的低效问题,提出了一种基于多类协同训练的航空发动机整机振动故障诊断方法。引入逻辑回归算法构建初始故障分类器,设计了一种新的属性划分算法来迭代优化故障分类器,基于优化后的故障分类器进行故障类别预测,并使用多数投票机制进行故障仿真识别。实验采用某航空发动机整机振动数据作为样本数据集,并从中选择80%的数据用于训练,20%的数据用于测试,同时验证了在噪声信号的干扰下该方法对故障数据的诊断准确性。结果表明,该方法可有效降低噪声信号对故障诊断结果的影响,且诊断准确性高,具有重要的工程实用价值。
- 单位
