申请/专利权人：南京航空航天大学

申请日：2019-08-15

公开（公告）日：2024-03-19

公开（公告）号：CN110826587B

主分类号：G06F18/2411

分类号：G06F18/2411;G06F18/214;G06F17/11

优先权：

专利状态码：有效-授权

法律状态：2024.03.19#授权;2020.03.17#实质审查的生效;2020.02.21#公开

摘要：本发明提供一种基于改进的加权一类支持向量机的涡轴发动机故障检测方法。本发明针对发动机故障数据很难获取或者是获取代价极高时的情况，通过对正常数据进行分析处理，建立一个分类效果良好的分类器，消除了经典SVDD和OCSVM对不同样本错分却对边界产生相同的影响这一缺陷。对权重的计算采用更科学的基于距离和基于密度的线性和的计算方式，使得分类边界趋于更理想的位置，从而构建了效果更好的故障检测分类器。

主权项：1.基于改进的加权一类支持向量机的涡轴发动机故障检测方法，其特征在于，包括如下步骤：步骤1：采集全飞行包线内，涡轴发动机各部件正常状态和故障状态下的数据，构建样本数据集；步骤2：建立加权一类支持向量机的数学模型；步骤3：计算所述数学模型的权重；步骤4：求解所述数学模型的对偶模型，得到加权一类支持向量机的决策函数；步骤5：以样本数据集训练加权一类支持向量机；步骤6：用训练好的加权一类支持向量机对涡轴发动机各部件进行故障检测；步骤2中，所述数学模型为： w为超平面法向量，ρ为偏移量，xi∈Rn为样本，为非线性映射，N为样本数量，ξi≥0为松弛因子，ωi表示样本xi对应的权重，且ωi∈[0,1]，v∈0,1]为预先定义的正则化参数；步骤3中权重ωi的计算步骤如下：步骤3.1：计算基于距离的权重；xi表示训练数据集D的第i个样本，集合{xi,1,xi,2,...,xi,k}表示离样本xi最近的k个训练样本，按照距离从小到大的顺序排列，即xi,j∈KNNxi，j＝1,2,…,k，，则建立以样本xi为球心的邻域球S，该邻域球的半径为xi和xi,k之间的距离，用dxi,xi,k表示；是样本xi的k个临近样本的中心，即确定之后，作过点xi的直线MN使MN与垂直，则直线MN将邻域球S分割为S1和S2，其中所在的部分设为S1，则S1部分的邻域点比S2部分的多；用θi,j表示向量和向量xi,j-xi之间的夹角；若xi,j位于S1，则0≤θi,j≤π2，有0≤cosθi,j≤1；若xi,j位于S2，则π2≤θi,j≤π，有-1≤cosθi,j≤0；令 csumxi∈0,k；则有 步骤3.2：计算基于密度的权重；针对样本xi，使用来表征该样本所处区域密度的高低，则有 其中：步骤3.3：计算权重ωi；ωi＝γ·disxi+1-γ·denxi其中γ∈[0,1]为平衡参数。

全文数据：

权利要求：

百度查询： 南京航空航天大学 基于改进的加权一类支持向量机的涡轴发动机故障检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD