航空发动机油液磨粒与故障关系RVM预测方法
王健1
李彦1
白鹏1
杨冬2
1.空军工程大学理学院，陕西西安，7100512.294020 部队，宁夏银川，750021
摘要：支持向量机方法应用于发动机油液磨粒与故障关系预测时,常出现稀疏性不强、计算量大、核函数必须满足 Mercer 条件等问题。针对这一问题,在原理介绍和推导的基础上,利用某型航空发动机滑油光谱分析得到的237组数据中的7种金属磨粒浓度及其对应的发动机工作状态,对相关向量机预测方法进行了检验。采用相关向量机、最小二乘支持向量机和反向传播神经网络方法,对发动机工作状态进行预测。结果表明,在同等条件下,与 LSSVM和 BP-NN相比,RVM拥有计算量较少、预测时间较短,精度较高等优势,可广泛应用于发动机油液磨粒分析与故障预测。
关键词：相关向量机航空发动机油液磨粒故障预测
分类号：TP18(自动化基础理论)
论文发表日期：2014-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 17-20 )
英文信息