文献类型：期刊文章

作　　者：焦晓璇[1] 景博[1] 黄以锋[1] 羌晓清[1] 刘晓东[2,3]

Jiao Xiaoxuan Jing Bo Huang Yifeng Qiang Xiaoqing Liu Xiaodong(College of Aeronautics and Astronautics Engineering, Air Force Engineering University, Xi＇an 710038, China Jineheng Nanjing Electrical and Hydraulic Engineering Research Center, Aviation Industry Corporation of China, Nanjing 210000, China Aviation Science and Technology Key Laboratory of Aviation Mechanical and Electrical System,Nanjing 210000, China)

机构地区：[1]空军工程大学航空航天工程学院,西安710038 [2]中航工业金城南京机电液压工程研究中心,南京210000 [3]航空机电系统综合航空科技重点实验室,南京210000

出　　处：《仪器仪表学报》

基　　金：航空科学基金(20142896022)项目资助

年　　份：2016

卷　　号：37

期　　号：9

起止页码：1978-1988

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSCD、CSCD2015_2016、EI(收录号：20164402959839)、IC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：针对机载燃油泵故障数据少、诊断效率低、维护成本高、缺乏有效诊断方法的问题,搭建了机载燃油泵燃油转输系统实验平台,提出利用小波包分析进行特征提取和基于BP_AdaBoost机载燃油泵故障诊断方法。首先测量燃油泵7种典型状态模式所对应的振动信号和出口压力信号;然后在分析信号时频特性和统计特性的基础上,利用小波包分解提取振动信号不同频段能量值作为故障特征参数,结合振动信号峭度以及压力信号均值构造特征向量;最后利用特征向量训练和验证BP_AdaBoost分类模型。实验结果不仅优化了传感器,而且表明BP_Adaboost算法与SVM、BP算法相比,能够有效实现对机载燃油泵的故障诊断。

关 键 词：机载燃油泵  实验平台  小波包分析 峭度 BP_Adaboost  

分 类 号：TP277] TH311]