基于LVQ神经网络的飞机减震器故障预测

• 作者: 吴江
• 来源期刊: 润滑与密封
• 学科: 工学
• 关键词: 起落架 减震器 密封 LVQ神经网络 故障预测
• 年，卷（期）: 2014,（7）
• 所属期刊栏目: 开发应用
• 页码范围: 107-110
• 页数: 4页
• 分类号: V226|TB42
• 字数: 3118字
• 语种: 中文
• DOI: 10.3969/j.issn.0254-0150.2014.07.022

摘要

针对起落架减震器密封失效导致油液泄漏故障,提出一种利用LVQ神经网络对故障进行预测的方法.利用维修信息中的总起落次数、密封件使用时间、密封有效期间的起落次数和运行环境影响因子作为输入向量,油液是否泄漏作为输出向量,建立LVQ神经网络故障预测模型.利用历史维修信息对预测模型进行训练,将当前维修信息输入已训练好的预测模型,实现故障预测.仿真实例表明,该预测模型具有简捷、高效以及预测精度高的特点,使用该预测模型预测时,无需对输入向量进行预处理,预测结果与实际情况较吻合.