典型文献
基于多分类SVM的航空逆变器故障诊断
文献摘要：
航空逆变器的可靠性对飞机供电系统的安全性和稳定性尤为重要,但当前对于航空供电器的故障诊断的研究较少,无法为航空逆变器提供有效保障.因此,提出基于多分类支持向量机的故障诊断方法,对航空逆变器的多种故障模式进行诊断.针对故障特征耦合性高的问题,采用主成分分析方法提取故障特征,获取低维度的关键特征.由于逆变器具有多种故障模式,且具有非线性的特点,故采用多分类支持向量机算法进行故障诊断.该算法具有极强的分类能力,是处理小样本、非线性问题的有力工具.实验结果表明,该算法模型可对航空逆变器多种工况条件下的15种故障模式进行有效诊断,并且方法诊断速度快,提高了航空供电系统的安全性.
文献关键词：
航空逆变器;故障诊断;主成分分析;多分类支持向量机
中图分类号：
作者姓名：
陈丽晶;张尚田;单添敏;姚晓涵;曹亮;王景霖
作者机构：
故障诊断与健康管理技术航空科技重点实验室,上海 201601;航空工业上海航空测控技术研究所,上海 201601
文献出处：
引用格式：
[1]陈丽晶;张尚田;单添敏;姚晓涵;曹亮;王景霖-.基于多分类SVM的航空逆变器故障诊断)[J].测控技术,2022(06):46-50
A类：
航空逆变器
B类：
逆变器故障,飞机供电系统,电器,多分类支持向量机,故障诊断方法,故障模式,故障特征,耦合性,主成分分析方法,低维,关键特征,支持向量机算法,小样本,非线性问题,算法模型,工况条件
AB值：
0.191199
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。
