基于SOM算法和免疫神经网络的飞机燃油系统故障诊断

• 作者: 戴敏 祝加雄 贺元骅
• 来源期刊: 计算机测量与控制
• 关键词: 飞机燃油系统 故障诊断 神经网络 自组织网
• 年，卷（期）: 2014,（11）
• 所属期刊栏目: 自动化测试技术
• 页码范围: 3483-3486
• 页数: 4页
• 分类号: TP319
• 语种: 中文

摘要

针对传统的飞机燃油系统故障诊断方法如硬件冗余方法和系统模型检测方法存在的飞机重量限制和难以建立精确数学模型的问题,设计了一种基于SOM算法和BP神经网络的故障诊断模型;首先,建立了系统故障诊断模型并对诊断原理进行了描述,然后,对故障征兆数据进行预处理,即先采用SOM算法进行连续属性离散化处理,再通过粗糙集互信息方法进行属性降维,以减少数据量和提高诊断效率;最后,建立了基于BP神经网络的故障诊断模型,为了进一步提高故障诊断精度,在采用免疫优化算法对BP神经网络故障诊断模型中的各参数即权值和阈值等进行优化的基础上,进一步采用BP反向传播算法进行参数调整,从而得到最终的故障诊断模型.通过飞机燃油系统故障诊断实例仿真实验证明了文中方法能较为精确地实现故障诊断,且与其它方法相比,具有较高的诊断精度和诊断效率,具有较大的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	祝加雄	乐山师范学院物理与电子工程学院	22	38	4.0	5.0