Please wait a minute...
航空学报
  首页 | 关于本刊 | 编 委 会 | 最新录用 | 过刊浏览 | 期刊征订 | 下载中心 | 广告服务 | 博客 | 论坛 | 联系我们 | English
航空学报  2006, Vol. 27 Issue (3): 453-458    DOI:
  论文 本期目录 | 过刊浏览 | 高级检索 |
基于1-DISVM的聚类模型及直升机齿轮箱故障诊断应用
柳新民, 刘冠军, 邱静, 胡茑庆
国防科技大学 机电工程与自动化学院, 湖南 长沙 410073
Unsupervised 1-DISVM Based Clustering Model for Fault Diagnosis of Helicopter Gearbox
LIU Xin-min, LIU Guan-jun, QIU Jing, HU Niao-qing
College of Mechatronics Engineering and Automation, National University of Defence Technology, Changsha 410073, China
下载:  PDF(292KB) 
输出:  BibTeX | EndNote (RIS)      
摘要 针对当前故障诊断中存在的训练样本少、知识难获取的问题,结合SVM小样本学习的特点,提出一种基于SVM的自学习聚类模型。通过改进无监督1-SVM算法上的不足,形成一种改进决策1-SVM(1-DISVM)算法,由此构建了多模式训练与分类算法,并设计出基于1-DISVM的自学习聚类模型。最后对其进行仿真验证,并应用于直升机齿轮箱的故障诊断,结果表明该方法能从少量样本中自学习输入模式的内在规律,自适应地对未知故障模式进行准确地分类识别。
服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
柳新民
刘冠军
邱静
胡茑庆
关键词:  故障诊断  聚类  支持向量机  无监督学习    
Abstract: To solve the problems of insufficient fault-samples and diagnosis-knowledge, and according to the merit of Support Vector Machines (SVM) that can be trained with small-sample, a SVM based unsupervised clustering model is presented. By modifying the decision-function of One-Class Support Vector Machine (1-SVM), which has the ability to find outliers from a dataset without any class of information but rarely is applied to pattern-recognition for its algorithm limits, a Decision-Improved 1-SVM (1-DISVM) is formed. Based on it, multi-pattern training and classing method is designed, then an unsupervised clustering model is constructed. The simulation and diagnostic experiment results of a helicopter’s gearbox show that this clustering model can not only recognize the unknown fault patterns adaptively and precisely, but also learn the nature of the input-patterns from small samples and diagnose the faults successfully.
Key words:  fault diagnosis    clustering    support vector machine    unsupervised learning
收稿日期:  2004-12-13      修回日期:  2005-04-18           出版日期:  2006-06-25      发布日期:  2006-06-25      期的出版日期:  2006-06-25
TH165.3  
  O235  
引用本文:    
柳新民;刘冠军;邱静;胡茑庆. 基于1-DISVM的聚类模型及直升机齿轮箱故障诊断应用[J]. 航空学报, 2006, 27(3): 453-458.
LIU Xin-min;LIU Guan-jun;QIU Jing;HU Niao-qing. Unsupervised 1-DISVM Based Clustering Model for Fault Diagnosis of Helicopter Gearbox. Acta Aeronautica et Astronautica Sinica, 2006, 27(3): 453-458.
链接本文:  
http://hkxb.buaa.edu.cn/CN/  或          http://hkxb.buaa.edu.cn/CN/Y2006/V27/I3/453
[1] 孙灿飞, 王友仁. 直升机行星传动轮系故障诊断研究进展[J]. 航空学报, 2017, 38(7): 20892-20892.
[2] 李娟, 景博, 羌晓清, 刘晓东. 基于样本分位数的机载燃油泵故障状态特征提取及实验研究[J]. 航空学报, 2016, 37(9): 2851-2863.
[3] 关晓颖, 陈果, 林桐. 特征选择的多准则融合差分遗传算法及其应用[J]. 航空学报, 2016, 37(11): 3455-3465.
[4] 史忠科. 高性能飞机发展对控制理论的挑战[J]. 航空学报, 2015, 36(8): 2717-2734.
[5] 王发威, 董新民, 陈勇, 王小平, 廖开俊. 多操纵面飞机舵面损伤的快速故障诊断[J]. 航空学报, 2015, 36(7): 2350-2360.
[6] 马安祥, 李艳军, 曹愈远, 汪震宇, 安罡. 基于免疫理论的航空发动机磨损故障智能诊断[J]. 航空学报, 2015, 36(6): 1896-1904.
[7] 左家亮, 杨任农, 张滢, 邬蒙, 肖雨泽. 基于模糊聚类的近距空战决策过程重构与评估[J]. 航空学报, 2015, 36(5): 1650-1660.
[8] 龚学兵, 王日新, 徐敏强. 基于数据关联性分析的飞轮异常检测[J]. 航空学报, 2015, 36(3): 898-906.
[9] 郑波, 高峰. 基于S-PSO分类算法的故障诊断方法[J]. 航空学报, 2015, 36(11): 3640-3651.
[10] 王少萍. 大型飞机机载系统预测与健康管理关键技术[J]. 航空学报, 2014, 35(6): 1459-1472.
[11] 崔建国, 林泽力, 吕瑞, 蒋丽英, 齐义文. 基于模糊灰色聚类和组合赋权法的飞机健康状态综合评估方法[J]. 航空学报, 2014, 35(3): 764-772.
[12] 胡金海, 余治国, 翟旭升, 彭靖波, 任立通. 基于改进D-S证据理论的航空发动机转子故障决策融合诊断研究[J]. 航空学报, 2014, 35(2): 436-443.
[13] 于明月, 陈果, 刘永泉, 姜广义, 李成刚, 冯国全, 王德友. 基于机匣应变信号的航空发动机转静碰摩部位识别[J]. 航空学报, 2013, 34(6): 1474-1484.
[14] 金洋, 王日新, 徐敏强. 基于分层传递系统模型的航天器故障诊断方法[J]. 航空学报, 2013, 34(2): 401-408.
[15] 李业波, 李秋红, 王健康, 黄向华, 赵永平. 基于ImOS-ELM的航空发动机传感器故障自适应诊断技术[J]. 航空学报, 2013, 34(10): 2316-2324.
No Suggested Reading articles found!
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   

版权所有 © 航空学报编辑部  
地址:北京市海淀区北四环中路辅路238号 邮政编码:100083
电话:010-82317058, 82318016   E-mail:hkxb@buaa.edu.cn
为了更好的浏览网站,建议使用IE或IE内核浏览器