基于极限学习机的航空发电机旋转整流器快速故障分类方法研究

作者:崔江; 唐军祥; 张卓然; 龚春英; 王莉

摘要:航空发电机在现代多电和全电飞机的发展中将发挥越来越重要的作用,其重要部件的可靠性也是未来研究的重点。该文针对目前航空发电机旋转整流器(aerospace generator rotating rectifier,AGRR)的故障分类问题,提出了一种基于思维进化算法(mind evolutionary algorithm,MEA)的极限学习机快速分类技术。该方法通过MEA算法优化极限学习机的训练参数,以获取优化的识别模型,并将其应用于AGRR的故障分类中,取得了很好的效果。仿真和实验结果表明,经过优化的极限学习机与现有分类方法相比,具有很好的诊断性能和较高的分类速度。因此,该方法适合用于航空发电机旋转整流器的故障快速诊断和定位。

分类:
  • 期刊
  • >
  • 自然科学与工程技术
  • >
  • 工程科技II
  • >
  • 电力工业
收录:
  • 北大期刊(中国人文社会科学期刊)
  • CSCD 中国科学引文数据库来源期刊(含扩展版)
  • 维普收录(中)
  • 万方收录(中)
  • EI 工程索引(美)
  • 国家图书馆馆藏
  • 上海图书馆馆藏
  • 知网收录(中)
  • JST 日本科学技术振兴机构数据库(日)
  • 统计源期刊(中国科技论文优秀期刊)
关键词:
  • 航空发电机
  • 故障诊断
  • 旋转整流器
  • 思维进化算法
  • 极限学习机

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

期刊名称:中国电机工程学报

期刊级别:北大期刊

期刊人气:8335

杂志介绍:
主管单位:中国科学技术协会
主办单位:中国电机工程学会
出版地方:北京
快捷分类:电力
国际刊号:0258-8013
国内刊号:11-2107/TM
邮发代号:82-327
创刊时间:1964
发行周期:半月刊
期刊开本:A4
下单时间:1-3个月
复合影响因子:3.5
综合影响因子:4.31