航空發(fā)動(dòng)機(jī)故障診斷的極限學(xué)習(xí)機(jī)方法研究.pdf

1、航空發(fā)動(dòng)機(jī)故障診斷技術(shù)是發(fā)動(dòng)機(jī)健康管理系統(tǒng)的核心組成部分，是降低發(fā)動(dòng)機(jī)維修成本、保證飛行安全的重要手段。本文從數(shù)據(jù)挖掘的角度開展了航空發(fā)動(dòng)機(jī)故障診斷技術(shù)研究，以近年來(lái)機(jī)器學(xué)習(xí)中比較熱門的極限學(xué)習(xí)機(jī)算法為基礎(chǔ)，針對(duì)原有算法的不足提出幾點(diǎn)有價(jià)值的改進(jìn)，并將其運(yùn)用到航空發(fā)動(dòng)機(jī)氣路部件故障模式識(shí)別和傳感器故障診斷。
　　針對(duì)核極限學(xué)習(xí)機(jī)（K-ELM）的模型參數(shù)選擇問(wèn)題，提出了一種快速留一交叉驗(yàn)證方法，通過(guò)評(píng)價(jià)模型在不同參數(shù)下的性能為模型選

2、定最優(yōu)參數(shù)。該方法可以避免原始的留一驗(yàn)證方法N次模型的顯式訓(xùn)練，將計(jì)算復(fù)雜度降低為原來(lái)的1/N（N為樣本數(shù)目）。仿真結(jié)果表明算法可以快速準(zhǔn)確評(píng)價(jià)不同模型參數(shù)下核極限學(xué)習(xí)機(jī)的性能，為核極限學(xué)習(xí)機(jī)確定最優(yōu)的模型參數(shù)。
　　研究了基于核極限學(xué)習(xí)機(jī)的航空發(fā)動(dòng)機(jī)故障模式分類問(wèn)題。針對(duì)核極限學(xué)習(xí)機(jī)缺乏稀疏性、模型規(guī)模隨訓(xùn)練樣本規(guī)模線性增長(zhǎng)問(wèn)題，提出了一種迭代約簡(jiǎn)核極限學(xué)習(xí)機(jī)（RR-KELM），選取對(duì)模型建立貢獻(xiàn)大的樣本構(gòu)成基核詞典，同時(shí)考慮訓(xùn)

3、練樣本集中所有樣本對(duì)模型建立的約束，從而精簡(jiǎn)模型結(jié)構(gòu)，提高核極限學(xué)習(xí)機(jī)稀疏性。將RR-KELM算法用于航空發(fā)動(dòng)機(jī)故障模式分類，根據(jù)發(fā)動(dòng)機(jī)可測(cè)參數(shù)的變化識(shí)別發(fā)動(dòng)機(jī)的故障模式，仿真結(jié)果表明，該算法有效提高識(shí)別精度同時(shí)精簡(jiǎn)了模型結(jié)構(gòu)。
　　研究了在線序列核極限學(xué)習(xí)算法。針對(duì)在線訓(xùn)練時(shí)訓(xùn)練數(shù)據(jù)隨著時(shí)間的推移而累加，本文提出了一種獨(dú)立約簡(jiǎn)在線序列核極限學(xué)機(jī)（IR-KOSELM）。基于線性相關(guān)原則挑選基向量組控制模型規(guī)模，結(jié)合預(yù)測(cè)誤差控制法提