基于FTA与BAM神经网络融合的飞机故障诊断方法

• 作者: 杨金民 梁志文 胡严思
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 飞机 故障诊断 故障树 BAM神经网络
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 机电工程
• 页码范围: 61-64
• 页数: 4页
• 分类号: TP391
• 语种: 中文

摘要

飞机由大量彼此关联的组件组合而成,其大规模特性使得基于故障树(FTA)和基于神经网络的故障诊断方法在应用于其故障诊断时分别存在空间爆炸问题和训练样本整理困难问题.本文融合故障树和BAM神经网络,由故障树归纳出系统所有的故障模式,整理出BAM神经网络所需的具有规范性、独立性、正交性的训练样本,然后用BAM神经网络实现飞机故障的快速和准确诊断.实验评估结果表明,融合方法有良好的可扩展性,而且故障判别率提升了20％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨金民	湖南大学信息科学与工程学院	55	424	12.0	18.0
2	梁志文	湖南大学信息科学与工程学院	3	24	3.0	3.0
3	胡严思	湖南大学信息科学与工程学院	1	11	1.0	1.0