| 自组织神经网络航空发动机气路故障诊断 |
| |
| 作者姓名： | 陈恬 孙健国 杨蔚华 秦海波 卓刚 |
| |
| 作者单位： | 南京航空航天大学,能源与动力学院,江苏,南京,210016;中国航空工业第一集团公司,614研究所,江苏,无锡,214063 |
| |
| 基金项目： | 航空科学基金 (0 0C5 2 0 3 0 ),博士基金 (2 0 0 0 0 2 870 1)资助项目 |
| |
| 摘 要： | 为克服学习样本依赖于发动机精确模型的问题,提出了一种基于自组织神经网络的发动机智能故障诊断的方法,并运用故障特征提取的数据预处理方式,成功地对航空发动机气路部件的几种典型故障做出正确诊断。为验证网络的抗噪性能,引入了自联想神经网络。研究表明,自组织网络可以脱离发动机模型,并且对测量噪声有良好的鲁棒性,能基本满足航空发动机故障诊断的要求,具有较好的工程应用前景。
|
| 关 键 词： | 自组织神经网络 航空发动机 故障诊断 自联想神经网络 发动机模型 |
| 文章编号： | 1000-6893(2003)01-0046-03 |
| 修稿时间： | 2002-01-23 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《航空学报》浏览原始摘要信息 |
|
点击此处可从《航空学报》下载免费的PDF全文 |
|
