摘要：针对人工识别航空发动机工作状态的复杂性和耗时性,提出一种基于超椭球分类面支持向量数据描述（HESVDD）的快速识别方法。首先构建了一个根据训练样本分布特征可调的HE-SVDD分类器,使之具有从大规模飞行数据中快速识别发动机工作状态的能力;然后研究了航空发动机状态识别的参数选取和样本生成问题;最后采用HE-SVDD对两个飞行架次的发动机工作状态进行了识别。结果表明,该方法能快速准确地识别出发动机的工作状态,可应用于发动机状态的在线或离线监控。

关键词：航空发动机 工作状态识别 飞行数据 支持向量数据描述 快速决策 

单位：海军航空工程学院青岛校区 青岛266041