登录    注册    忘记密码

期刊文章详细信息

基于LS-SVM算法和性能可靠性的航空发动机在翼寿命预测方法  ( EI收录)  

Prediction method of aero-engine life on wing based on LS-SVM algorithm and performance reliability

  

文献类型:期刊文章

作  者:马小骏[1] 任淑红[2] 左洪福[1] 文振华[3]

机构地区:[1]南京航空航天大学民航学院,江苏南京210016 [2]郑州航空工业管理学院航空工程系,河南郑州450015 [3]郑州航空工业管理学院机电工程学院,河南郑州450015

出  处:《交通运输工程学报》

基  金:国家自然科学基金项目(51105344);航空科学基金项目(2012ZB55003);河南省高等学校青年骨干教师资助计划项目(2014GGJS-104);河南省高等学校重点科研项目(14A590001)

年  份:2015

卷  号:15

期  号:3

起止页码:92-100

语  种:中文

收录情况:AJ、BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号:20153101103273)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:以航空发动机的实际性能监测数据为基础,建立了时变性能退化模型,并进行了性能趋势预测。根据监测数据中大量与在翼寿命紧密相关的信息,分析了性能退化过程与失效分布函数之间的关系,得到了给定可靠度下的航空发动机在翼寿命。以航空发动机的实际在翼寿命为基础,利用K-S拟合检验方法对在翼寿命分布模型进行检验,采用最小二乘支持向量机确定了模型参数。结合性能退化趋势,计算了修正后的航空发动机在翼寿命,并以6台PW4000航空发动机为案例进行实例验证。分析结果表明:当正则化参数分别为25、37、28、40、27与35时,6台PW4000航空发动机的实际在翼寿命依次为6 921、7 160、7 820、8 490、8 498、6 921循环,对应的在翼寿命预测值依次为6 534、6 726、7 378、7 940、9 103、6 534循环,最大相对误差为0.071 190,最小相对误差为0.055 917,平均相对误差为0.060 824,可见,提出的方法可以很好地满足工程实际需要。

关 键 词:航空发动机 在翼寿命  性能可靠性  时间序列 WEIBULL分布 最小二乘支持向量机

分 类 号:V267]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心