| 基于降噪自编码器的航空发动机性能退化评估 |
| |
| 引用本文： | 洪骥宇,王华伟,倪晓梅.基于降噪自编码器的航空发动机性能退化评估[J].航空动力学报,2018,33(8):2041-2048. |
| |
| 作者姓名： | 洪骥宇 王华伟 倪晓梅 |
| |
| 作者单位： | 南京航空航天大学民航学院 |
| |
| 基金项目： | 国家自然科学基金青年基金（71401073）；国家自然科学基金与中国民航局联合资助项目（U1233115）；江苏省研究生培养创新工程项目（SJZZ16_0060） |
| |
| 摘 要： | 针对航空发动机性能退化的形式及规律,提出一种基于降噪自编码器的航空发动机性能退化评估方法。针对采集的航空发动机6个状态监测参数,采用降噪自编码器,利用贪婪逐层训练算法,挖掘各参数对发动机性能的深层影响,提取出更有利于评估的数据特征,进行性能退化评估。将提出的算法与BP(back propagation)神经网络以及支持向量机得到的结果进行测试比较,测试表明:提出的方法准确率有所提高,达到93.5%,具有较强的鲁棒性,在信噪比为10dB时准确率达到84.5%,并且能够防止航空发动机状态监测中小样本过拟合的问题。
|
| 关 键 词： | 状态监测 性能退化 降噪自编码器 深度学习 鲁棒性 |
| 收稿时间： | 2017/3/22 0:00:00 |
Assessment of performance degradation for aero-engine based on denoising autoencoder |
| |
| Abstract: | |
| |
| Keywords: | condition monitoring performance degradation denoising autoencoder deep learning robustness |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《航空动力学报》浏览原始摘要信息 |
| 点击此处可从《航空动力学报》下载免费的PDF全文 |
|
