基于一种改进的云神经网络涡扇发动机故障诊断

• 作者: 李宗帅 王修岩 谷新铭 高铭阳
• 来源期刊: 计算机测量与控制
• 关键词: 航空发动机 云模型 云神经网络 自适应遗传算法 故障诊断
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 自动化测试技术
• 页码范围: 988-990
• 页数: 3页
• 分类号: TP301.6
• 语种: 中文

摘要

在基于数据驱动的涡扇发动机地面定检系统中,为了提高航空发动机的故障诊断性能,提出一种改进的基于云神经网络的航空发动机故障诊断方法;首先,把云模型和BP神经网络相结合,得到进行故障诊断与检测的模型结构,然后用余弦式改进自适应遗传算法并对网络模型进行优化,得到改进后的云神经网络模型;通过对实际数据的实例仿真表明,该方法对于航空发动机地面稳态的故障诊断是可行的,并且提高了故障诊断系统的诊断精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李宗帅	中国民航大学航空自动化学院	59	230	8.0	11.0
2	王修岩	中国民航大学航空自动化学院	49	235	9.0	12.0
3	谷新铭	中国民航大学航空自动化学院	3	6	2.0	2.0
4	高铭阳	北京航空航天大学仪器科学与光电工程学院	2	19	2.0	2.0