蚁群约简与神经网络用于航空发动机故障识别

• 作者: 刘柳 王君艳 顾星海
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 航空发动机 蚁群算法 BP神经网络 故障模式识别
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 研究与探讨
• 页码范围: 83-86
• 页数: 4页
• 分类号: TP183|TH113.1
• 字数: 3472字
• 语种: 中文

摘要

为解决航空发动机转子系统故障模式识别这一复杂问题,将蚁群算法与BP神经网络相结合应用于故障模式识别.文中采用蚁群算法对反映发动机运行工况的故障特征参数进行约简,并结合BP神经网络对故障识别过程做了分析,以航空发动机转子系统的故障识别为对象进行了实验验证.结果表明,利用蚁群算法对航空发动机转子系统故障特征参数进行约简,剔除了输入冗余信息,降低了网络数据维数,提高了运算效率和故障识别的正确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王君艳	上海交通大学电子信息与电气工程学院	45	270	8.0	15.0
2	刘柳	上海交通大学电子信息与电气工程学院	4	42	1.0	4.0
3	顾星海		1	0	0.0	0.0