自组织神经网络航空发动机气路故障诊断

• 作者: 卓刚 孙健国 杨蔚华 秦海波 陈恬
• 来源期刊: 航空学报
• 学科: 航空航天
• 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
• 年，卷（期）: 2003,（1）
• 所属期刊栏目: 飞行器设计与结构强度
• 页码范围: 46-48
• 页数: 3页
• 分类号: V213.3|V263.5
• 字数: 1868字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-6893.2003.01.011

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙健国	南京航空航天大学能源与动力学院	116	2147	24.0	38.0
2	陈恬	南京航空航天大学能源与动力学院	4	170	4.0	4.0
3	杨蔚华	南京航空航天大学能源与动力学院	1	45	1.0	1.0
4	秦海波		1	45	1.0	1.0
5	卓刚	南京航空航天大学能源与动力学院	2	57	2.0	2.0