典型文献
基于特征增维和近邻成分分析的民航发动机故障分类方法
文献摘要：
为提高航空发动机故障诊断准确度,提出了一种从快速存取记录器(QAR)数据中提取最合适故障特征的方法.对原始QAR数据进行缺失值填补和巡航点提取操作,选择部分发动机性能参数差值作为初始特征值;再采用特征增维方法挖掘隐藏特征信息,进而采用近邻成分分析算法进行特征筛选优化,将所提方法与朴素贝叶斯等4种分类算法相结合,对某航空公司CFM56-7B发动机的QAR数据进行试验验证.结果表明:从QAR数据中提取最合适故障特征的方法能有效地提高发动机故障分类算法的准确率,且适用于不同的诊断算法,准确率优于80％.
文献关键词：
特征增维;近邻成分分析;快速存取记录器数据;故障诊断;航空发动机
中图分类号：
作者姓名：
孔祥兴;刘凯伟;莫李平;王奕首;卿新林
作者机构：
中国航空发动机研究院,北京101304;厦门大学航空航天学院,厦门361005
文献出处：
引用格式：
[1]孔祥兴;刘凯伟;莫李平;王奕首;卿新林-.基于特征增维和近邻成分分析的民航发动机故障分类方法)[J].航空发动机,2022(05):40-44
A类：
特征增维,快速存取记录器数据
B类：
近邻成分分析,民航发动机,故障分类,分类方法,航空发动机,诊断准确度,从快,QAR,最合适,故障特征,缺失值填补,巡航,航点,发动机性能参数,隐藏特征,特征信息,特征筛选,筛选优化,朴素贝叶斯,分类算法,航空公司,CFM56,7B
AB值：
0.305305
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
