涡扇发动机气路故障定量诊断的BP网络研究

被引:8
作者
孙斌
张津
张绍基
机构
[1] 北京航空航天大学动力系
[2] 沈阳航空发动机研究所
关键词
涡轮风扇发动机,发动机空气系统部件,故障诊断,人工神经元网络;
D O I
10.13675/j.cnki.tjjs.1999.04.013
中图分类号
V235.113 [];
学科分类号
082502 ;
摘要
为了克服BP算法收敛速度慢的问题,提出了一种基于混合学习规则的BP算法,并采用模归一化方法,成功地定量组织了故障的学习样本,建立了能够定量分析发动机气路部件故障的人工神经网络(BPN)。通过分析测量系统随机误差的影响和实际试车数据的效验结果,表明该网络具有较强的推广能力及适应性,能基本满足故障定量诊断的要求,并具有较好的工程实用性。
引用
收藏
页码:49 / 53
页数:5
相关论文
共 3 条
[1]   应用神经网络识别液体火箭发动机的故障模式 [J].
杨尔辅,张振鹏,崔定军,刘国球 .
导弹与航天运载技术, 1995, (01) :19-28
[2]  
神经网络理论与应用[M]. 华南理工大学出版社 , 徐秉铮等 编著, 1994
[3]  
常用数理统计方法[M]. 科学出版社 , 中国科学院数学研究所统计组 编, 1973