本發明提供了一種一種基于單分類極限學習機算法的飛機發動機多工況檢測方法,利用k?means聚類算法實現了工況的自動劃分,并通過在不同工況下分別構建檢測模型,實現了多模型的并行監測,采用半監督的單分類極限學習機算法作為異常檢測算法,通過構建復雜數據集的正常域,根據待測樣本的輸出偏差來計算設備的異常指標。此外,本發明采用移動平均濾波、標準化的方法處理噪聲和量綱問題,完成了數據預處理。本發明是一個完整的針對飛機發動機系統的多工況異常檢測體系,通過得到的異常指標獲取發動機的退化狀態,在設備失效之前實現異常預警,保障了飛機運行的安全性和可靠性。
聲明:
“基于單分類極限學習機算法的飛機發動機多工況檢測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)