自组织神经网络航空发动机气路故障诊断

被引：22

作者：

陈恬

孙健国

杨蔚华

秦海波

卓刚

机构：

[1] 南京航空航天大学能源与动力学院

[2] 中国航空工业第一集团公司研究所

[3] 南京航空航天大学能源与动力学院江苏南京

[4] 江苏南京

[5] 江苏无锡

来源：

航空学报 | 2003年 / 01期

关键词：

自组织神经网络; 航空发动机; 故障诊断; 自联想神经网络; 发动机模型;

D O I：

暂无

中图分类号：

V231 [发动机原理];

学科分类号：

082502 ;

摘要：

为克服学习样本依赖于发动机精确模型的问题 ,提出了一种基于自组织神经网络的发动机智能故障诊断的方法 ,并运用故障特征提取的数据预处理方式 ,成功地对航空发动机气路部件的几种典型故障做出正确诊断。为验证网络的抗噪性能 ,引入了自联想神经网络。研究表明 ,自组织网络可以脱离发动机模型 ,并且对测量噪声有良好的鲁棒性 ,能基本满足航空发动机故障诊断的要求 ,具有较好的工程应用前景。

引用

页码：46 / 48

页数：3