|
|||||
|
|
| 基于增量式孤立森林的液体火箭发动机异常检测方法 | |
| 引用本文： | 张万旋,薛薇,张楠. 基于增量式孤立森林的液体火箭发动机异常检测方法[J]. 航空动力学报, 2022, 37(8): 1674-1682 |
| 作者姓名： | 张万旋 薛薇 张楠 |
| 作者单位： | 中国航天科技集团有限公司 北京航天动力研究所，北京 100076 |
| 摘 要： | 为解决液体火箭发动机故障标签缺失条件下流数据无监督检测问题，以及满足不同发动机台次和不同工况的自适应检测需求，基于增量学习思想，提出了基于增量式孤立森林的异常检测算法。设计了多工况流数据检测条件下的在线更新策略、异常分数表达式，并通过更新停止策略避免故障数据对模型的污染。利用多台次试车数据对该模型进行验证，并与传统方法进行比较，结果表明，该算法能够对样本异常程度进行量化评价，能够有效检测早期缓变故障，其F1指标较原始孤立森林算法提高了43%，检测及时性优于红线算法和自适应阈值算法。 |
| 关 键 词： | 孤立森林 自适应检测 增量学习 异常检测 流数据 |
| 收稿时间： | 2022-03-09 |
Anomaly detection method of liquid rocket engine based on incremental isolation forest |
|
| ZHANG Wanxuan,XUE Wei,ZHANG Nan. Anomaly detection method of liquid rocket engine based on incremental isolation forest[J]. Journal of Aerospace Power, 2022, 37(8): 1674-1682 | |
| Authors: | ZHANG Wanxuan XUE Wei ZHANG Nan |
| Abstract: | |
| Keywords: | isolation forest adaptive detection incremental learning anomaly detection streaming data |
| 点击此处可从《航空动力学报》浏览原始摘要信息 | |
| 点击此处可从《航空动力学报》下载全文 | |
