一种基于密度聚类-支持向量机和多时刻预测加权的发动机群故障模式识别方法、装置及电子设备

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于密度聚类-支持向量机和多时刻预测加权的发动机群故障模式识别方法、装置及电子设备
申请号:CN202411379324
申请日期:2024-09-30
公开号:CN119312181B
公开日期:2025-10-17
类型:发明专利
摘要
本发明公开一种基于密度聚类‑支持向量机和多时刻预测加权的发动机群故障模式识别方法、装置及电子设备,其方法包括:基于主成分分析PCA分别对训练发动机性能参数和测试发动机性能参数进行降维处理,得到训练发动机低维性能参数和测试发动机低维性能参数;在预测发动机单时刻故障模式中,基于密度聚类DBSCAN算法对所述训练发动机低维性能参数进行故障模式聚类处理,得到各训练发动机对应的故障模式分类标签;建立基于支持向量机SVM的单时刻故障模式分类模型,并利用所述训练发动机低维性能参数和所述各训练发动机对应的故障模式分类标签对所述基于SVM的单时刻故障模式分类模型进行训练,得到训练好的基于SVM的单时刻故障模式分类模型;通过将测试发动机低维性能参数输入至所述训练好的基于SVM的单时刻故障模式分类模型中,得到各测试发动机单时刻故障模式分类标签;基于多时刻故障模式加权预测和所述各测试发动机单时刻故障模式分类标签,得到各测试发动机最终故障模式分类标签。
技术关键词
模式分类模型 发动机 故障模式识别方法 工况 标签 成分分析 聚类 模式识别装置 MDS算法 密度 基线 模型训练模块 归一化方法 电子设备 参数 处理器 存储器