文献类型：期刊文章

作　　者：王有远[1] 张振华[2] 钱伟伟[2] 徐长斌[3] 聂高胜[3]

WANG You-yuan;ZHANG Zhen-hua;QIAN Wei-wei;XU Chang-bin;NIE Gao-sheng(Institute of lndustry and Engineering, Nanehang Hangkong University, Nanchang 330063, China;School of Aeronautical Manufacturing Engineering, Nanehang Hangkong University, Nanchang 330063, China;College of Aeronautics, Jiangxi Teachers College, Yingtan Jiangxi 335000, China)

机构地区：[1]南昌航空大学工业工程研究所,南昌330063 [2]南昌航空大学航空制造工程学院,南昌330063 [3]江西师范高等专科学校航空学院,江西鹰潭335000

出　　处：《南昌航空大学学报（自然科学版）》

基　　金：国家自然科学基金(71761028);江西省教育厅科技项目(GJJ171222)

年　　份：2018

卷　　号：32

期　　号：1

起止页码：23-28

语　　种：中文

收录情况：CAS、普通刊

摘　　要：为了保证飞行安全和降低航空维修成本,提高航空发动机故障预测的准确性,利用数据挖掘技术,提出了一种基于模糊聚类的航空发动机故障预测的数据挖掘模型。通过对航空发动机维修数据的分析,构建了发动机数据的采集框架以及维修数据挖掘模型,利用模糊聚类理论对某型号航空发动机的维修数据进行聚类,依据不同的阈值获得样本的不同分类情况进行故障预测。最后通过算例仿真验证了模糊聚类可以为航空发动机故障预测提供决策依据。

关 键 词：航空发动机 数据挖掘 模糊聚类 故障预测

分 类 号：V236.6]