本发明提供了一种一种基于单分类极限学习机算法的飞机发动机多工况检测方法，利用k‑means聚类算法实现了工况的自动划分，并通过在不同工况下分别构建检测模型，实现了多模型的并行监测，采用半监督的单分类极限学习机算法作为异常检测算法，通过构建复杂数据集的正常域，根据待测样本的输出偏差来计算设备的异常指标。此外，本发明采用移动平均滤波、标准化的方法处理噪声和量纲问题，完成了数据预处理。本发明是一个完整的针对飞机发动机系统的多工况异常检测体系，通过得到的异常指标获取发动机的退化状态，在设备失效之前实现异常预警，保障了飞机运行的安全性和可靠性。
声明：
“基于单分类极限学习机算法的飞机发动机多工况检测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1233
编辑：管理员
来源：北方有色网
咨询细节
