典型文献
基于优化极限学习机的涡轴发动机转子碰摩故障诊断
文献摘要：
针对涡轴发动机容易在转子过渡态-稳态间瞬间失衡导致碰摩现象,提出改进遗传算法优化的极限学习机诊断模型.基于某涡轴发动涡轮机匣振动信号包络曲线,仿真涡轴发动机正常状态、燃气涡轮转子碰摩状态、动力涡轮转子碰摩转态、燃气与动力涡轮转子碰摩转态4种工况的振动信号;对振动信号进行频谱分析,提取振动信号特征参数构建故障样本数据集;使用改进遗传算法优化极限学习机,并将它用于碰摩故障诊断.结果表明:训练集平均诊断准确率为96.8％、波动幅值为2.82％;测试集平均诊断准确率高达95.43％、波动幅值为0.93％,收敛误差达到0.22,验证了所提出的方法诊断准确率高、波动幅值小、误差低,适用于碰摩故障诊断.
文献关键词：
涡轴发动机;碰摩;极限学习机;遗传算法;故障诊断
中图分类号：
作者姓名：
黄磊;戴金跃;胡阳;彭俞根
作者机构：
江苏航空职业技术学院航空工程学院,江苏镇江212134;中国航发北京航空材料研究院,先进高温结构材料重点实验室,北京100095
文献出处：
引用格式：
[1]黄磊;戴金跃;胡阳;彭俞根-.基于优化极限学习机的涡轴发动机转子碰摩故障诊断)[J].机床与液压,2022(14):189-194
A类：
B类：
化极,极限学习机,涡轴发动机,发动机转子,碰摩故障,对涡,过渡态,瞬间,改进遗传算法,遗传算法优化,诊断模型,涡轮机匣,振动信号,信号包络,正常状态,燃气涡轮,动力涡轮转子,行频,频谱分析,信号特征,样本数据集,训练集,诊断准确率,测试集
AB值：
0.212684
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。
