留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

人工神经网络融合诊断航空发动机气路故障

曲建岭 唐昌盛 肖辉雄 李万泉

曲建岭, 唐昌盛, 肖辉雄, 李万泉. 人工神经网络融合诊断航空发动机气路故障[J]. 航空动力学报, 2008, 23(11): 2124-2127.
引用本文: 曲建岭, 唐昌盛, 肖辉雄, 李万泉. 人工神经网络融合诊断航空发动机气路故障[J]. 航空动力学报, 2008, 23(11): 2124-2127.
QU Jian-ling, TANG Chang-sheng, XIAO Hui-xiong, LI Wan-quan. Integrated diagnosis of aeroengines' gas path faults using artificial neural network[J]. Journal of Aerospace Power, 2008, 23(11): 2124-2127.
Citation: QU Jian-ling, TANG Chang-sheng, XIAO Hui-xiong, LI Wan-quan. Integrated diagnosis of aeroengines' gas path faults using artificial neural network[J]. Journal of Aerospace Power, 2008, 23(11): 2124-2127.

人工神经网络融合诊断航空发动机气路故障

Integrated diagnosis of aeroengines' gas path faults using artificial neural network

  • 摘要: 为了提高诊断的准确性,提出了一种利用人工神经网络融合诊断航空发动机气路故障的新算法.由4个子系统有机结合起来建立了神经网络融合诊断系统,对从飞参数据中得到的气路故障数据进行预处理之后,分别输入广义回归神经网络子系统和BP神经网络子系统进行诊断,然后研究了一种新的信息融合算法对两者的诊断结果进行融合,使诊断结果的故障特征更加明显,提高了诊断的准确性.通过测试表明,该信息融合算法十分有效,具有较高的实用价值.

     

  • 加载中
计量
  • 文章访问数:  1997
  • HTML浏览量:  317
  • PDF量:  450
  • 被引次数: 0
出版历程
  • 收稿日期:  2008-01-05
  • 修回日期:  2008-03-13
  • 刊出日期:  2008-11-28

目录

    /

    返回文章
    返回