發(fā)布時(shí)間：2021-06-08 15:09

　　由于航空發(fā)動(dòng)機(jī)的故障檢測(cè)適用于類不平衡學(xué)習(xí),本文基于類不平衡學(xué)習(xí)方案,建立了一類支持向量機(jī)及最小二乘支持向量機(jī)的算法。此外,為滿足航空發(fā)動(dòng)機(jī)故障檢測(cè)方案對(duì)魯棒性、實(shí)時(shí)性的要求,在提升算法對(duì)異常值和噪聲的魯棒性、算法實(shí)時(shí)性等方面進(jìn)行了相關(guān)研究,其主要內(nèi)容如下:首先,用類不平衡學(xué)習(xí)中單分類的思想建立一類支持向量機(jī)的算法,針對(duì)異常值敏感的問題,在此基礎(chǔ)上建立了基于修正的鉸鏈損失函數(shù)的一類支持向量機(jī)。與鉸鏈損失函數(shù)不同,修正的鉸鏈損失函數(shù)是有界的,這會(huì)減少異常值帶來的損失。另外從分配權(quán)重的角度看,修正的鉸鏈損失函數(shù)提升了算法對(duì)異常值的魯棒性。實(shí)驗(yàn)結(jié)果表明算法保證了航空發(fā)動(dòng)機(jī)故障檢測(cè)的性能,并提升了魯棒性。然后,最小二乘支持向量機(jī)能有效處理均衡數(shù)據(jù)集的分類問題,然而,在針對(duì)類不平衡學(xué)習(xí)問題時(shí),算法的性能不佳。針對(duì)航空發(fā)動(dòng)機(jī)故障檢測(cè)這種類不平衡問題,提出了給多數(shù)類和少數(shù)類誤差分配不同的正則化參數(shù)的方案,構(gòu)建的類不平衡學(xué)習(xí)下最小二乘支持向量機(jī)提升了航空發(fā)動(dòng)機(jī)故障檢測(cè)的性能。此外,和最小二乘支持向量機(jī)相似,類不平衡學(xué)習(xí)下的最小二乘支持向量機(jī)通過求解線性方程組降低了計(jì)算復(fù)雜度,但失去了稀疏性,這不利于滿... 

【文章來源】：南京航空航天大學(xué)江蘇省 211工程院校

【文章頁數(shù)】：90 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

1雙軸渦輪噴氣發(fā)動(dòng)機(jī)原理圖

南京航空航天大學(xué)專業(yè)碩士學(xué)位論文圖 3.2.1(a)給出不同 η 下的 Cl z 和 lsl z ，由圖可知調(diào)整后的 C-loss 有界、光滑且是非凸損失，然而 C-loss 不具備單調(diào)性。由 Cl z 和 lsl z 相似的關(guān)系可以相應(yīng)地調(diào)整 HL 如下式 1 exprhinge hingel z l z (3.8)其中 1/ 1 exp ，作用是保證 0 1rhingel 。圖 3.2.1(b)給出不同 η 下的 hingel z 和 rhingel z ，從圖中可以看出無界的 hingel z 修正為有界的 rhingel z ，同時(shí) rhingel z 是單調(diào)的，這點(diǎn)與 C-loss有關(guān)鍵性的區(qū)別，而且 η（η>0）控制著 rhingel z 的上界。定理 3.2.1 給出了當(dāng) η→0 時(shí)， rhingel z就是 hingel z 的證明過程。

（a）HL （b）RHL圖 3.3.1 HL 和 RHL 隨 z 變化圖表 3.3.1 不同 η 下 Hrhinge的上界η 0.2 0.4 0.6 0.8 1 2上界 5.21 3.02 2.22 1.82 1.58 1.16將無界的 HL 函數(shù)替換成 RHL 函數(shù)后，可得基于 Hrhinge魯棒的 OCSVM 的優(yōu)化問題如下 21 2,11 1min ( , ) || ||2Nrhinge iiJ H z N ww w (3.11)3.3.2 基于修正的鉸鏈損失函數(shù)的魯棒 OCSVM由于優(yōu)化問題(3.11)中的 RHL 函數(shù)是非凸優(yōu)化的，傳統(tǒng)的方法不能求得其解，則采用half-quadratic（HQ）優(yōu)化[99-101]技術(shù)求解，將式(3.10)代入式(3.11)，問題等價(jià)為 22 2,11max ( , ) || || exp2Nhinge iiJ H z N ww w (3.12)定義凸函數(shù)g u u log u u , u 0(3.13)

【參考文獻(xiàn)】：
期刊論文
[1]免疫支持向量機(jī)用于航空發(fā)動(dòng)機(jī)磨損故障診斷[J]. 張建,李艷軍,曹愈遠(yuǎn),張麗娜.  北京航空航天大學(xué)學(xué)報(bào). 2017(07)
[2]基于SVM和SNN的航空發(fā)動(dòng)機(jī)氣路故障診斷[J]. 王修巖,李萃芳,高銘陽,李宗帥.  航空動(dòng)力學(xué)報(bào). 2014(10)
[3]航空發(fā)動(dòng)機(jī)氣路部件故障融合診斷方法研究[J]. 李業(yè)波,李秋紅,黃向華,趙永平.  航空學(xué)報(bào). 2014(06)
[4]平滑支持向量機(jī)的航空發(fā)動(dòng)機(jī)性能衰退故障診斷[J]. 王文蔚,史越,尚琦坤,劉峰,侯俊杰.  火力與指揮控制. 2013(07)
[5]基于支持向量機(jī)和卡爾曼濾波器的航空發(fā)動(dòng)機(jī)故障診斷研究[J]. 俞剛,黃金泉.  航空發(fā)動(dòng)機(jī). 2012(01)
[6]基于灰色關(guān)聯(lián)分析的航空發(fā)動(dòng)機(jī)氣路部件故障診斷[J]. 周劍波,魯峰,黃金泉.  推進(jìn)技術(shù). 2011(01)
[7]基于最小二乘支持向量機(jī)的航空發(fā)動(dòng)機(jī)故障遠(yuǎn)程診斷[J]. 王旭輝,黃圣國(guó),舒平.  機(jī)械科學(xué)與技術(shù). 2007(05)
[8]應(yīng)用SVM的發(fā)動(dòng)機(jī)故障診斷若干問題研究[J]. 徐啟華,師軍.  航空學(xué)報(bào). 2005(06)
[9]神經(jīng)網(wǎng)絡(luò)集成在發(fā)動(dòng)機(jī)故障診斷中的應(yīng)用研究[J]. 徐啟華,師軍.  航空動(dòng)力學(xué)報(bào). 2005(05)
[10]基于支持向量機(jī)的民航發(fā)動(dòng)機(jī)故障檢測(cè)研究[J]. 郝英,孫健國(guó),楊國(guó)慶,白杰.  航空學(xué)報(bào). 2005(04)

博士論文
[1]支持向量回歸機(jī)及其在智能航空發(fā)動(dòng)機(jī)參數(shù)估計(jì)中的應(yīng)用[D]. 趙永平.南京航空航天大學(xué) 2009
[2]基于卡爾曼濾波的航空發(fā)動(dòng)機(jī)故障診斷技術(shù)研究[D]. 張鵬.南京航空航天大學(xué) 2009



本文編號(hào)：3218718