文献类型：期刊文章

作　　者：皮骏[1] 马圣[2] 贺嘉诚[2] 孔庆国[3] 林家泉[4] 刘光才[1]

PI Jun;MA Sheng;HE Jiacheng;KONG Qingguo;LIN Jiaquan;LIU Guangcai(General Aviation College,Civil Aviation University of China,Tianjin 300300,China;College of Aeronautical Engineering,Civil Aviation University of China,Tianjin 300300,China;Sino-European Institute of Aviation Engineering,Civil Aviation University of China,Tianjin 300300,China;College of Electronic information and Automation,Civil Aviation University of China,Tianjin 300300,China)

机构地区：[1]中国民航大学通用航空学院,天津300300 [2]中国民航大学航空工程学院,天津300300 [3]中国民航大学中欧航空工程师学院,天津300300 [4]中国民航大学电子信息与自动化学院,天津300300

出　　处：《航空学报》

基　　金：中央高校基本科研业务费项目中国民航大学专项资助(3122017056)~~

年　　份：2018

卷　　号：39

期　　号：9

起止页码：228-239

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了提高航空发动机轴承故障诊断准确率,提出基于改进遗传算法优化极限学习机网络(IGA-ELM)的诊断模型。针对传统遗传算法易早熟等缺陷,对遗传算法的交叉操作和变异操作进行改进,并用改进的遗传算法优化极限学习机的输入权值矩阵和隐含层阈值,利用Moore-Penrose算法计算极限学习机的输出权值矩阵。使用IGA-ELM诊断模型对滚动轴承正常、内环故障、外环故障和滚珠故障4种工况进行诊断,并分析极限学习机隐含层神经元的数量和激活函数对轴承故障诊断的影响。为了验证改进遗传算法优化极限学习机的有效性,将传统遗传算法、自适应遗传算法和粒子群算法作为对比算法。经过分析表明:改进遗传算法收敛速度和收敛误差,均优于对比算法。

关 键 词：航空发动机 轴承故障诊断 极限学习机 交叉操作  变异操作  遗传算法  

分 类 号：V231.1]