基于GA优化BP算法的滑油状态监测 |
| |
引用本文: | 周良,王华伟,许珊珊,王清薇.基于GA优化BP算法的滑油状态监测[J].航空发动机,2022,48(5):137-142. |
| |
作者姓名: | 周良 王华伟 许珊珊 王清薇 |
| |
作者单位: | 1.南京航空航天大学民航学院,南京211100;2.山东师范大学公共管理学院,济南250300 |
| |
基金项目: | 国家自然科学基金(U1833110)资助 |
| |
摘 要: | 滑油状态的监测与分析是航空发动机状态监测与故障诊断的重要手段。为了解决以往滑油金属质量分数预测模型算
法的局部性、收敛速度慢及预测结果误差大等问题,结合遗传算法(GA)收敛速度快、鲁棒性好等优点,对反向传播(BP)神经网络
算法进行GA优化,通过GA对参数寻优,并应用于发动机滑油金属质量分数预测。由于滑油的状态参数并不能确定部件故障与
否,利用贝叶斯(Bayes)决策规则对诊断结果进行了错误率计算。将所提方法应用于某航空发动机滑油铁质量分数预测,结果表
明:采用GA优化后的BP神经网络(GA-BP)得到的预测结果具有更高的精度,其最大预测误差不超过6%,平均预测误差为1.7%,
所测数据与原数据具有较好的拟合性,利用Bayes决策规则对诊断结果进行分析,对于部件故障与否的判别更具说服力。
|
关 键 词: | 滑油状态 故障诊断 神经网络 遗传算法 可靠性 航空发动机 |
Lubricating Oil Condition Monitoring Based on Genetic Algorithm Optimized Back Propagation Algorithm |
| |
Authors: | ZHOU Liang WANG Hua-wei XU Shan-shan WANG Qing-wei |
| |
Abstract: | |
| |
Keywords: | |
|
| 点击此处可从《航空发动机》浏览原始摘要信息 |
| 点击此处可从《航空发动机》下载免费的PDF全文 |