基于LVQ神经网络的飞行作动器故障诊断

• 作者: 孙健 安锦文 张丹
• 来源期刊: 计算机测量与控制
• 关键词: 飞行作动器 故障诊断 自组织映射网络 LVQ算法 小波包分解
• 年，卷（期）: 2008,（7）
• 所属期刊栏目: 自动化测试
• 页码范围: 932-934,938
• 页数: 4页
• 分类号: TP277
• 语种: 中文

摘要

为了对飞行作动器的故障进行有效辨识,使飞行员能够在更短时间内对故障进行处理,提出了基于自组织映射神经网络的学习向量量化算法;使用此方法在大步长采样下对飞行作动器的卡死和损伤故障进行训练和辨识,并尝试运用小波包技术分解小步长采样数据,结合自组织映射网络对分解后的数据进行分析;检验结果表明,大步长采样下,检测和分类效果令人满意,且具有良好的网络的泛化能力,而在小步长采样下,自组织映射网络不能有效区分故障类型,识别失败.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	安锦文	西北工业大学自动化学院	83	600	13.0	18.0
2	张丹	西北工业大学自动化学院	10	83	6.0	8.0
3	孙健	西北工业大学自动化学院	6	36	4.0	6.0