Journal of the Korean Society of Propulsion Engineers (한국추진공학회지)

The Korean Society of Propulsion Engineers (한국추진공학회)
권호 표지

Defect Diagnostics of Gas Turbine with Altitude Variation Using Hybrid SVM-Artificial Neural Network

SVM-인공신경망 알고리즘을 이용한 고도 변화에 따른 가스터빈 엔진의 결함 진단 연구

  • Published : 2007.02.28
Download PDF
⟨ Previous Next ⟩

Abstract

In this study, Hybrid Separate Learning Algorithm(SLA) consisting of Support Vector Machine(SVM) and Artificial Neural Network(ANN) has been used for developing the defect diagnostic algorithm of the aircraft turbo-shaft engine in the off-design range considering altitude variation. Although the number of teaming data and test data highly increases more than 6 times compared with those required for the design condition, the proposed defect diagnostics of gas turbine engine using SLA was verified to give the high defect classification accuracy in the off-design range considering altitude variation.

본 논문에서는 고도 변화만을 고려한 탈설계 영역에서 항공기용 터보 축 엔진의 결함 진단을 위해 지지 벡터 장치(SVM)과 인공신경망(ANN)을 Hybrid로 사용한 분할 학습 알고리즘을 사용하였다. 지상 정지 상태에서보다 학습 데이터와 테스트 데이터 수가 크게 증가하지만, 분할 학습 알고리즘을 이용한 가스터빈 엔진의 결함 진단이 고도 변화를 고려한 탈설계 영역에서도 높은 결함 예측 정확성을 가짐을 확인하였다.

Keywords

References

  1. Stanislaw Osowski, Krzysztof Siwek, Tomasz Markiewicz, "MLP and SVM Networks - a Comparative Study", Proceedings of the 6th Nordic Signal Processing Symposium - NORSIG 2004, 2004
  2. 박준철, 최동환, 노태성, 이창호, "Support Vector Machine과 인공신경망을 이용한 가스터빈 엔진의 결함 진단에 관한 연구", 한국추진공학회지, 제10권 제2호, 2006, pp.102-109
  3. Sellers,J.F & Daniele, C.J, "DYNGEN - A Program for Calculating Steady-state and Transient Performance of Turbo jet and Turbo fan engine", NASA TN D-7901, 1975
  4. K. Schittkowski, "QL: A Fortran Code for Convex Quadratic Programming - User's Guide, Version 2.1", University of Bayreuth , 2004
  5. Donald L. Simon, Takahisa Kobayashi, "A Hybrid Neural Network-Genetic Algorithm Technique for Aircraft Engine Performance Diagnostics", NASA/TM-2001-211088, 2001
  6. Christopher J.C. Burges, "A Tutorial on Support Vector Machines for Pattern Recognition", Kluwer Academic Publishers, Boston, pp.1-433
  7. 강문식, 이상용, "데이터 마이닝을 위한 경쟁학습모델과 BP 알고리즘을 결합한 하이브리드형 신경망", 한국정보기술응용학회, 제9권 제2호, 2002, pp.1-16
  8. 김기성, 황진수, "Support Vector Machine을 이용한 분류분석", 인하대학교 통계학과 대학원 석사 논문, 2003