渦扇發動機氣路故障定量診斷的BP網絡研究

渦扇發動機氣路故障定量診斷的BP網絡研究

為了克服BP算法收斂速度慢的問題,提出了一種基于混合學習規則的BP算法,并采用模歸一化方法,成功地定量組織了故障的學習樣本,建立了能夠定量分析發動機氣路部件故障的人工神經網絡(BPN).通過分析測量系統隨機誤差的影響和實際試車數據的效驗結果 ,表明該網絡具有較強的推廣能力及適應性,能基本滿足故障定量診斷的要求,并具有較好的工程實用性.

作 者： 孫斌 張津 張紹基 Sun Bin Zhang Jin Zhang Shaoji   作者單位： 孫斌,張津,Sun Bin,Zhang Jin(北京航空航天大學動力系,北京,100083)

張紹基,Zhang Shaoji(沈陽航空發動機研究所,沈陽,110015) 

刊 名： 推進技術  ISTIC EI PKU 英文刊名： JOURNAL OF PROPULSION TECHNOLOGY  年，卷(期)： 1999 20(4)  分類號： V235.133  關鍵詞： 渦輪風扇發動機   發動機空氣系統部件   故障診斷   人工神經元網絡  

【渦扇發動機氣路故障定量診斷的BP網絡研究】相關文章：

基于灰色神經網絡的航空發動機振動故障診斷方法研究04-26

基于定性定量知識集成的液體火箭發動機故障診斷方法04-27

基于WEB的航空發動機故障遠程診斷技術研究04-26

某型渦扇發動機地面起動試驗研究04-26

基于小波網絡航空發動機滑油系統故障診斷方法研究04-26

網絡故障的診斷和排除04-27

航空發動機磨損故障的智能融合診斷04-27

BP網絡過擬合問題研究及應用04-27

渦扇發動機加速過程的模糊控制04-27

民用航空發動機性能故障診斷途徑04-26