基于概率神经网络的发动机故障诊断

被引：50

作者：

叶志锋

孙健国

机构：

[1] 南京航空航天大学能源与动力学院

来源：

航空学报 | 2002年 / 02期

关键词：

神经网络; 航空发动机; 故障诊断; 视情维护;

D O I：

暂无

中图分类号：

V263.6 [故障分析及排除];

学科分类号：

摘要：

用反向传播神经网络 (BPNN)和概率神经网络 (PNN)对航空发动机若干原型故障进行定性的诊断 ,并将仿真结果进行了比较。仿真结果表明 ,当测量参数不包含噪声或噪声较小时 ,两种网络都具有很高的诊断准确率 ;当测量参数的噪声较大时 ,则概率神经网络的诊断准确率远大于反向传播神经网络 ,显示了概率神经网络较强的诊断鲁棒性。此外 ,概率神经网络能够充分利用故障先验知识 ,并考虑代价因子的作用 ,从而把误诊断可能带来的损失减小到最低程度。

引用

页码：155 / 157

页数：3