航空发动机气路部件故障融合诊断方法研究

由于航空发动机是飞机飞行的重要部件,基于该方面的故障诊断方法也需要重点研究,本文针对航空发动机气路部件故障融合诊断方法进行探讨,重点分析极端学习机基于模型和数据驱动的故障融合诊断,同时,针对ELM的缺点采用改进微分进化算法来对其进行优化。在此基础上,为了进一步提高航空发动机部件故障诊断精确程度,还采用改进后的IRR-LSSVR(迭代约见最小二乘支持向量回归机)算法,根据其估计结果在特征层进行定量融合,由此提高故障诊断的准确度,保障我国航空发动机气路部件的正常使用。数字实验仿真结果表明,在发动机稳态状态下,融合后的系统更能够对发动机部件故障问题进行精确的诊断。