中国航空科学基金(2007ZD54006)
- 作品数：8 被引量：48H指数：4
- 相关作者：崔建国徐长君吕瑞郑新起刘建民更多>>
- 相关机构：沈阳航空工业学院沈阳飞机设计研究所东北大学更多>>
- 发文基金：中国航空科学基金中国博士后科学基金博士科研启动基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于小波包与支持向量机的复杂信号模式识别被引量：23
- 2008年
- 为很好地识别神经和肌肉的功能状态,针对表面肌电信号的非平稳特性,提出了采用小波包变换的方法对原始肌电信号进行分解,并提取其频段系数的最大奇异值构建特征矢量。利用"一对一"的分类策略和二叉树构建多类支持向量机分类器,经训练后可以有效地对前臂8种动作的表面肌电信号进行识别,8种动作的平均识别率达到99.375%。实验结果表明,支持向量机分类器的识别率明显优于传统的BP神经网络、Elman神经网络和RBF神经网络分类器,且鲁棒性好,并具有良好的泛化推广能力。
- 崔建国李一波李忠海刘建民徐心和
- 关键词：表面肌电信号小波包变换支持向量机模式识别
- 基于组合预测模型的飞行器健康预测被引量：4
- 2009年
- 针对飞行器健康状况难以准确预测的问题,结合GM(1,1)模型和MGM(1,n)模型的各自优点,提出了基于组合预测模型对飞行器健康信息进行预测的新方法。首先对由声发射传感器募集到的飞行器关键部件原始声发射信号进行五级sym4小波分解,分别提取其第五层小波分解系数的绝对值平均值、标准差和奇异值三种特征向量;然后分别用GM(1,1)模型和MGM(1,n)模型对绝对值平均值进行预测,利用BP神经网络将这两种模型的预测结果作为输入、原始数据作为输出进行组合预测。实验表明,这种组合预测方法可以很好地实现对飞行器关键部件故障信息的准确预测,其预测准确度明显高于单一预测模型,从而证实了该方法的有效性。
- 宋德胜崔建国
- 关键词：飞行器GM(1,1)组合预测
- 基于混沌理论的飞机健康预测方法被引量：2
- 2009年
- 为解决飞机关键结构部件疲劳损伤的有效预测,避免灾难性事故的发生,提出了一种基于混沌理论与声发射技术对飞机结构部件进行健康预测的新方法。采用先进的声发射技术监测某飞机真实水平尾翼的健康状态,运用小波分析对募集的声发射信号进行预处理,提升强背景噪声下有效数据的信嗓比。使用混沌理论提取水平尾翼声发射信息的关联维数,构建能反映结构健康状态的特征信息,并由神经网络对其健康状态进行预测。实验研究表明,该方法能很好地预测飞机水平尾翼的健康状态,具有较好的实用性,适用于强噪声环境中飞机结构部件的健康预测。
- 崔建国董世良吕瑞王明卓徐长君
- 关键词：关联维数神经网络
- 基于EMD-ARMA模型的飞行器健康诊断被引量：1
- 2010年
- 为了有效地对飞行器的健康状况进行诊断,将EMD-ARMA模型引入到飞行器健康诊断中,提出基于AR-MA(n,n-1)模型参数的健康诊断方法.采用EMD模型将飞行器关键部件的声发射信号进行分解,得到多个内禀模态分量IMF,选取包含主要信息的IMF分量建立ARMA(n,n-1)模型,采用长自回归模型法进行参数估计,得到模型主要的自回归参数,绘出模型参数的细化图用以健康诊断.对某型号真实飞行器关键结构部件的健康监测实验表明,该方法可以有效地诊断出飞行器关键结构部件的疲劳裂纹.
- 刘延军刘铁良郑新起张庆
- 关键词：ARMA模型EMD
- 基于声发射技术飞机关键部件健康监测方法被引量：9
- 2008年
- 为解决飞机关键结构部件疲劳损伤的有效监测,及时发现潜在的安全隐患,避免灾难性事故的发生。对于采用先进声发射技术所监测到的某飞机水平尾翼的原始声发射信息,提出采用小波包分析与支持向量机相结合的方法对飞机水平尾翼的健康状况进行识别与诊断。该方法将飞机水平尾翼产生的原始声发射信号进行多级小波包分解,提取其频带能量作为特征向量,输入到由支持向量机构建的健康监测器对其进行健康识别与诊断。实验结果表明,该方法可以有效、准确地识别并诊断出飞机水平尾翼的疲劳裂纹,为飞机结构部件健康状态的有效监测提供了新途径。
- 崔建国李明陈希成吕瑞邱涛隋福成徐长君范靖
- 关键词：健康监测小波包支持向量机
- 经验模态分解和AR模型在飞行器健康诊断中的应用被引量：1
- 2011年
- 为了有效地诊断飞行器的健康状况,提出了一种基于EMD-AR模型和PNN的飞行器健康诊断新方法。该方法采用EMD(Empirical Mode Decomposition,EMD)将飞行器关键部件的声发射信号进行分解,得到多个内禀模态分量(Intrinsic Mode Function,IMF),对前两个IMF分量建立AR模型,采用U-C算法对AR模型进行参数估计,以模型主要的自回归参数和残差的方差构建特征向量;运用概率神经网络(Probabilistic Neural Network,PNN)对飞行器的健康状态进行诊断。通过对某型号真实飞行器关键结构部件的健康监测实验表明,该方法可以有效地诊断出飞行器关键结构部件的疲劳裂纹,从而证明了该方法的有效性。
- 崔建国郑新起李忠海李跃中刘利秋
- 关键词：AR模型
- 基于EMD包络谱的飞行器健康诊断被引量：2
- 2009年
- 针对飞行器结构系统声发射信号的非线性与非平稳特征,为实现飞行器结构部件的有效健康监测,提出了基于经验模态分解包络谱的飞行器健康诊断方法。该法首先对由声发射传感器募集到的飞行器关键部件原始声发射信号进行经验模态分解(EMD),提取其固有频率段的固有模态函数(IMF)信息,然后运用Hilbert变换对其进行处理得到各IMF的包络信号,由此可得其包络谱。通过包络谱的特征信息便可实现对飞行器结构部件的健康诊断。将该方法应用于某飞机真实水平尾翼疲劳试验所募集的声发射信号,结果表明,该法可监测出飞行器水平尾翼的健康状态,适用于飞行器结构部件的健康监测。
- 崔建国郑新起邱楠王明卓徐长君徐光延
- 关键词：声发射经验模态分解包络谱
- 基于支持向量机的飞行器健康诊断方法被引量：8
- 2009年
- 为解决飞行器关键结构部件裂纹损伤的有效监测,及时发现潜在的安全隐患,避免灾难性事故的发生,采用先进的声发射技术对某军用飞行器真实关键结构部件的健康状态进行监测。使用小波包分析方法对所募集的飞行器结构部件声发射信息进行分解,提取能反映结构裂纹损伤信息的范数特征向量,作为支持向量机健康状态监测器的输入,对其进行训练和健康诊断研究。提出了一种由声发射信息范数特征向量与支持向量机相结合对飞行器结构裂纹损伤进行有效识别的新方法。在某军用飞行器真实结构部件的裂纹损伤试验中,运用该方法对其健康状态进行监测研究表明,该方法可准确诊断其裂纹损伤,为飞行器结构部件健康状态的有效监测提供了新途径。
- 崔建国李明陈希成吕瑞徐长君刘建民徐心和
- 关键词：飞行器范数小波包支持向量机
- 基于模糊C均值与声发射技术的飞行器健康诊断
- 为了解决飞行器关键结构部件疲劳损伤的有效诊断,及时发现安全隐患,避免灾难性事故的发生,采用先进的声发射技术监测某飞行器真实水平尾翼的健康状态,获取其声发射信息,使用混沌理论,提取其声发射信息的关联维数,构建能反映结构潜在...
- 崔建国徐心和李忠海张大千徐长君
- 关键词：关联维数模糊C-均值聚类
- 文献传递
