基于多源数据融合的航空电源车故障诊断模型构建

符 鹤, 徐 爱民, 高 萌

摘要


随着航空设备的复杂性不断增加，航空电源车的故障诊断成为保障飞机安全运行的关键。本文提出了一种基于多源数据融合的航空电源车故障诊断模型，旨在通过融合振动频谱、温升曲线与历史维修数据，提升故障诊断的准确性和实时性。针对某型飞机电源车的电压波动特征，利用随机森林算法对400组实测数据进行特征提取和处理。通过对数据的深度分析，构建了一个高效的故障诊断系统，其中过载预警的精度达到了89.7%。该系统能够实时监测电源车的状态，提前预警潜在故障，显著提高了故障诊断的可靠性，为航空设备的维护和管理提供了新的技术支持。

关键词


航空电源车；故障诊断；多源数据融合；振动频谱；过载预警

全文:

PDF


参考


[1]李清波，张懋慧，罗英，等.基于等效电路模型融合电化学原理的锂离子电池荷电状态估计[J].储能科学与技术，2024，13（9）：3072-3083.

[2]李炜，周丙相，蒋栋年.基于深度学习序贯检验的电源车故障诊断方法[J].系统仿真学报，2020，32（4）：11.

[3]马智杰，许少波.基于模糊诊断的航空电源车综合故障诊断技术[J].电视技术，2022（003）：046.

[4]曾杰，呼贝贝.基于无纸记录仪的航空电源车故障诊断技术[J].中国科技期刊数据库 工业A，2022（7）：5.

[5]李海琼.汽车电源系统常见故障诊断分析[J].内燃机与配件，2020（4）：3.


Refbacks

  • 当前没有refback。