排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
为提高航空发动机故障诊断的精度,提出改进粒子群优化的Elman神经网络对航空发动机故障诊断的方法。利用MIV(平均影响值)对神经网络的输入端自变量进行筛选,降低输入维度;采用改进粒子群优化算法对Elman神经网络的权值和阀值进行优化,并对优化的神经网络进行训练;用训练好的神经网络对航空发动机故障进行诊断并与常规的BP(back propagation)、Elman神经网络、GM(1,n)、SVM (support vector machines)进行对比。仿真结果表明:IPSO Elman(improved particle swarm optimization Elman neural network)神经网络的诊断误差在不同数量训练样本时都小于其他方法,并且在参选故障诊断的性能参数不同时,其诊断误差相近,展现出较强的适应能力。 相似文献
2.
建立了带弹性支承和阻尼器的航空发动机低压柔性转子动力学模型,进行了模态计算以及临界转速处的响应计算。在考虑临界转速约束与“临界跟随”现象约束的条件下,综合模态不平衡影响因子、弹支应变能占比以及套齿连接结构稳定性构造了可容度评价函数,建立了低压转子系统的“可容模态”优化设计方法。设计并搭建了低压转子实验系统,从模态测试实验、阻尼器减振实验以及长时间“共振”实验,验证了设计方法的可靠性。研究结果为计算的临界转速与实际测量的临界转速最大误差为3.86%,阻尼器在1阶与2阶临界转速处的减振比最大可达45.6%,实验转子系统在1阶与2阶临界转速处各完成了长达412.5 s和429.8 s的“共振”实验,共振过程中转子系统各通道振动单峰值稳定在100μm以内,且无次谐波产生。表明了所建立的航空发动机低压转子系统“可容模态”优化设计方法是可行的。 相似文献
3.
1