基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
航空发动机的磨损机理十分复杂,且受到诸多不确定因素影响,单一预测模型难以对其变化趋势进行有效预测.针对该问题提出了一种BP网络与改进灰色模型相融合的组合预测模型,并引入混沌理论的C-C方法确定BP网络的嵌人参数和时间延时.仿真结果显示,该组合模型相比单一的神经网络模型和灰色模型精度更高,更客观地反映出发动机滑油中金属含量的变化趋势,可为科学制定发动机维修决策提供重要依据.
推荐文章
基于灰色神经网络的航空发动机振动故障诊断方法研究
航空发动机
故障诊断
神经网络
灰色理论
双向LSTM神经网络的航空发动机故障预测
故障预测
时间序列
双向LSTM神经网络
航空发动机磨损趋势变权重组合预测技术研究
航空发动机
径向基函数(RBF)变权重组合预测
磨损
趋势预测
航空发动机磨损趋势RBF变权重组合预测方法研究
航空发动机
RBF变权重组合预测
磨损
趋势预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于灰色神经网络组合模型的航空发动机磨损趋势预测
来源期刊 沈阳航空航天大学学报 学科 工学
关键词 航空发动机 组合模型 神经网络 灰色模型
年,卷(期) 2012,(3) 所属期刊栏目 基础科学
研究方向 页码范围 84-88
页数 分类号 V263.5|TP181
字数 3295字 语种 中文
DOI 10.3969/j.issn.2095-1248.2012.03.019
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (39)
参考文献  (6)
节点文献
引证文献  (5)
同被引文献  (0)
二级引证文献  (0)
1983(2)
  • 参考文献(0)
  • 二级参考文献(2)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(1)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
航空发动机
组合模型
神经网络
灰色模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
沈阳航空航天大学学报
双月刊
2095-1248
21-1576/V
大16开
辽宁省沈阳市沈北新区道义南大街37号
1984
chi
出版文献量(篇)
2881
总下载数(次)
10
总被引数(次)
11933
论文1v1指导