科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了解决自确认气动执行器健康状况评估的问题，提出了一种基于数据驱动的方法，利用执行器正常数据，建立关联向量机回归预测模型，与执行器实际输出作差，获得残差特征值作为事件集；定义健康、亚健康、故障边缘和故障等4个不同健康水平的评价指标作为目标对策集，选用正态分布函数和半梯形函数作为隶属度函数建立表述执行器性能退化程度的基准模型；利用层次分析法融合灰色关联算法和熵值法分别建立局部健康度和综合健康度的权值分配模型；最后采用最小二乘支持向量机确定健康水平。结果表明：该方法可以实现从整体和局部分别对气动执行器进行健康状况评估，具有较好的实用性，能够如实的反映自确认气动执行器的健康状况。
-
单位自动化学院; 沈阳航空航天大学
