PDF下载 分享
[1]何浩,胡小平,姜志杰,等.支持向量机用于液体火箭 发动机的故障诊断[J].火箭推进,2008,34(03):7-12.
　He Hao,Hu Xiaoping,Jiang Zhijie,et al.SVM implemented in fault diagnosis of liquid rocket engine[J].Journal of Rocket Propulsion,2008,34(03):7-12.
点击复制

支持向量机用于液体火箭 发动机的故障诊断

《火箭推进》[ISSN:1672-9374/CN:CN 61-1436/V] 卷: 34 期数: 2008年03期 页码: 7-12 栏目: 研究与设计 出版日期: 2008-06-30
Title:
SVM implemented in fault diagnosis of liquid rocket engine
作者:
何浩; 胡小平; 姜志杰; 刘伟强
国防科技大学航天与材料工程学院，湖南长沙410073
Author(s):
He Hao; Hu Xiaoping; Jiang Zhijie; Liu Weiqiang
Inst．of Aerospace and Material Engineering,National Univ．of Defense Technology，Changsha 410073，China
关键词:
支持向量机; 液体火箭发动机：故障诊断; 模式识别
Keywords:
SVM; liquid rocket engine; fault diagnosis; pattern recognition
分类号:
V434
文献标志码:
A
摘要:
支持向量机(Support Vector Machine，简称SVM)是一种基于机器学习的模式分 类算法，其在解决小样本、非线性及高维模式识别等问题中都表现出许多特有的优势。用 SVM对液体火箭发动机的故障数据进行检测和诊断。通过对发动机仿真模型的9种故障数据 的学习，能检测出18组故障数据中的17组．但有4组出现误报．对误报故障进行二次学习 和再检测，能对这4种故障正确检测。经过对C75试车4种故障数据的学习，能正确检测其 故障类型。进一步验证了该方法的正确性和可行性。
Abstract:
SVM which is based on machine learning algorithm is a method for pattern classifi— cation．The advantage of SVM is to solve the small samples，no-liner and pattern recognition with high dimension．In this paper．the method of SVM is used in fault diagnosis for the data of practical LRE trial run and simulated model．The SVM classifier detects the four faults of heat run complete— ly．Among the eighteen groups of simulated model data，seventeen groups of them can be detected， although incorrect warnings are happened during four groups detecting．Through learning and detecting on the four groups again，the faults are divided and detected correctly．

参考文献/References:

[l]张育林．液体火箭发动机健康监控技术[M]．长沙：国防 科技大学．1998．
[2]吴建军．液体火箭发动机故障检测与诊断[D]．长沙：国防 科技大学．1995．
[3]张学工．关于统计学习理论与支持向量机[J]．自动化学 报。2000。26(1)：33_42．
[4]祁亨年．支持向量机及其应用研究综述[J]．计算机工程， 2004。30(10)：6-9．
[5]Vapnik V N．Estimation of Dependences Based on Empirical Data[J]．Berlin：pringer-Vedag，1982，13(2)：46-49．
[6]Davide Mattera，Francesco Palmieri，Simon Haykin．An Explicit Algorithm for training Support Vector Machines [J]．Signal processing letters，1999，24(5)：53-57．
[7]齐志泉，田英杰，等．支持向量机中的核参数选择问题[J]． 控制T程，2005，12(4)：379—381．
[8]李盼池，许少华．支持向量机在模式识别中的核函数特 性分析[J]．计算机工程与设计，2005，26(2)：302-304．

备注/Memo

收稿日期：2008—01-08；修回日期：2008—03-10。基金项目：国家自然科学基金(50376073)资助项目。 作者简介：何浩(1982一)，男，硕士，研究领域为火箭发动机故障诊断，数据挖掘。

更新日期/Last Update: 1900-01-01