|
个人信息Personal Information
副教授 硕士生导师
招生学科专业：
仪器科学与技术 -- 【招收硕士研究生】 -- 自动化学院
电子信息 -- 【招收硕士研究生】 -- 自动化学院
毕业院校：南京航空航天大学
学历：南京航空航天大学
学位：工学博士学位
所在单位：自动化学院
电子邮箱：
扫描关注
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
点击次数：
所属单位：自动化学院
发表刊物：中国电机工程学报
关键字：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;
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。
是否译文：否
发表时间：2018-04-20
合写作者：唐军祥,张卓然,龚春英,王莉
通讯作者：崔江