基于PSO-GRNN的直升机旋翼不平衡故障诊断

被引:9
作者
谢习华 [1 ,2 ,3 ]
徐雷 [1 ]
谭耀 [1 ]
马云荣 [1 ]
机构
[1] 中南大学高性能复杂制造国家重点实验室
[2] 山河智能装备股份有限公司国家级企业技术中心
[3] 南方粮油作物协同创新中心
关键词
振动与波; 直升机旋翼; 故障诊断; 粒子群算法; 广义回归神经网络;
D O I
暂无
中图分类号
V267 [航空器的维护与修理];
学科分类号
摘要
为了准确诊断直升机旋翼不平衡故障,提出了一种基于粒子群算法和广义回归神经网络模型(PSO-GRNN)的故障诊断方法。将交叉验证得到的平均均方误差作为粒子群的适应度函数,运用粒子群算法搜寻最优的GRNN光滑因子,建立最优的故障诊断模型。结果表明:采用PSO-GRNN模型可实现直升机旋翼不平衡的类型和程度的有效诊断,故障类型准确率高达94.29%,故障程度的诊断最大误差仅6.54%,满足工程需求。
引用
收藏
页码:175 / 179
页数:5
相关论文
共 8 条