基于随机森林的航空发动机工作状态识别
李鼎哲
彭靖波
赵泽平
王玮轩
赵彪
1.空军工程大学航空工程学院,西安,7100382.空军工程大学航空工程学院,西安,7100383.空军工程大学航空工程学院,西安,7100384.空军工程大学航空工程学院,西安,7100385.空军工程大学航空工程学院,西安,710038
摘要：为解决人工识别航空发动机工作状态中存在的误判和耗时费力等问题,提高识别准确率,提出了一种基于主成分分析(PCA)的特征提取方法和随机森林(RF)的智能识别方法.首先对飞参数据进行预处理,利用PCA将数据降维进行属性约简,并根据发动机工作状态将样本分组,用随机森林方法训练获得分类器;然后将几种分类方法的识别效果进行对比;最后采用该方法对某一架次的发动机工作状态进行识别.结果 表明,该方法能够准确快速地识别航空发动机的稳定工作状态,识别准确率达到97.89％.可应用于发动机工作状态的相关研究.
关键词：航空发动机飞参数据工作状态识别随机森林主成分分析属性约简
分类号：V235.13(航空发动机（推进系统）)
资助基金：国家自然科学基金(51506221)陕西省自然科学基础研究计划(2015JQ5179)
论文发表日期：2020-02-25
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：6( 15-20 )
英文信息