排序方式: 共有10条查询结果,搜索用时 15 毫秒
1
1.
为提高发动机转动部件性能衰退故障诊断精度,针对传统的浅层网络和支持向量机(SVM)方法在诊断时存在泛化能力欠缺、易产生局部最优解等问题,引入近年来在模式识别领域取得巨大突破,模拟人脑多层结构的深度置信网络(DBN)进行发动机部件性能衰退故障的诊断。为改进深度置信网络性能,提出一种在无监督和有监督训练阶段都可自适应调整权值的改进算法(ad_DBN)。以涡扇发动机为对象,将两种DBN算法与BP,RBF和SVM方法从诊断精度、计算时间、抗噪能力三方面进行综合比较分析。结果表明DBN算法诊断精度明显优于反向传播(BP)神经网络,径向基(RBF)神经网络和支持向量机(SVM)方法,得益于权值的自适应调整,ad_DBN诊断的平均精度高达97.84%,其抗噪声能力也明显优于其他算法,能够提高故障诊断的有效性和可靠性。 相似文献
2.
考虑地面目标参考信号短暂丢失与外部干扰等影响,研究无人直升机 (Unmanned aerial helicopter,UAH) 空地轨迹跟踪控制问题。首先,将短时丢失的参考轨迹进行分解, 并将其建模成平稳信号与非平稳信号两部分。然后,利用差分整合移动平均自回归 (Auto-regressive integrated moving average,ARIMA)模型预测平稳信号,并借助马尔可夫分析法对非平稳信号进行预测。其次,结合预测信息和跟踪误差信号,分别对UAH横纵向子系统和垂直子系统设计滑模控制器,以有效提升跟踪效率并减小外界干扰对跟踪性能的影响,并改进控制算法以减小由滑模导致的抖振现象。最后,利用仿真结果说明本文控制算法有效性与优越性. 相似文献
3.
4.
熵判别粒子群优化算法在发动机模型修正中的应用 总被引:2,自引:1,他引:1
因生产、安装工艺差别导致单台发动机部件特性的差异,使得模型计算结果与单台发动机的性能差异较大,提出了一种基于熵判别粒子群优化算法.通过判别粒子群的熵值,调整种群的多样性,对适应度差的粒子进行迁移,克服了易陷入局部极小点的缺陷.从仿真结果可知:基于熵判别粒子群优化算法的修正效果显然优于影响系数矩阵的修正方法.经验证,模型修正后的低压涡轮出口温度等8个目标性能参数的误差在1%以内,达到较好的修正效果,使单台发动机模型能够与真实发动机进行匹配. 相似文献
5.
6.
运用传统单隐层的神经网络进行航空发动机部件故障诊断识别受其浅层结构影响,精度不高,而用深度置信网络(Deep belief network,DBN)等深度学习方法则存在耗时、参数训练复杂的问题。为解决现有的基于数据驱动的发动机部件故障诊断方法的不足,提高诊断精度,缩短训练时间,将核方法和多层极限学习机(Multilayer extreme learning machine,M-ELM)相结合,提出一种深度核极限学习机(Deep kernel extreme learning machine,DK-ELM)。算法首先利用深度网络结构对输入数据进行逐层的特征提取,抽象得到的特征通过核函数实现高维空间映射分类。这些措施有利于提高算法的分类精度和泛化性能,在训练速度上较深度学习也有明显的提高。将该算法与深度学习和其他极限学习机算法进行综合比较研究,结果表明:基于DK-ELM的诊断方法有效、可靠,便于实现,为航空发动机部件故障诊断提供一个更为优秀实用的工具。 相似文献
7.
针对测量数据因其部件之间的耦合不能有效识别各个部件性能衰退程度的问题,提出一种基于性能修正因子核模式分析的发动机部件性能衰退识别方法,并能与传感器测量偏差区分开。首先将传感器测量数据输入到自适应模型中去,产生一组用于识别部件性能衰退的修正因子。将修正因子参考模式通过核模式映射到高维特征空间中去,在此可分(基本可分)空间中完成识别。考虑到修正因子参考模式在高维空间中映射的像呈带状分布,几何距离不能有效识别,基于此采用神经网络方法对模式进行识别。识别成功率达到94.34%。进一步分析了特征约简的输入维数对识别效果的影响以及所提方法的泛化能力。考查了噪声对模式识别的影响,得到幅值3%以内的噪声对识别结果无明显影响。证明了“自适应模型+核模式分析+神经网络”识别方法是可行的。 相似文献
8.
为了研究热气机活塞十字头结构摩擦学及动力学特性,本文在三维形貌测量的基础上进行连接副的接触分析得到了其连接副摩擦学特性,建立了耦合摩擦学特性的热气机活塞组动力学模型,对比分析了计算结果与实测值,结果表明:热气机不同工况下其主密封摩擦功耗的计算值与试验值的误差不超过10%,验证了摩擦学计算和建模方法的正确性;当二阶运动较为柔和时,随十字头横向运动的挤压油膜在其对应推力面产生梯度均匀的压力分布,而剧烈的二阶运动造成十字头边缘与缸套碰撞产生局部高达30 MPa的油膜总压;活塞十字头产生了远大于导引环、杆密封的侧推力,杆密封结构因属接触式密封而产生近600 W的摩擦功耗,远大于十字头和导引环的摩擦功耗;因处于气膜润滑状态,导引环产生的侧推力和摩擦功耗较小,计算时可忽略不计;侧推力中的较高频率分量源于十字头与缸套间的摩擦学特性,在热气机动力学求解中应考虑摩擦学的影响,以提高其求解精度。 相似文献
9.
10.
1