基于PSO-GRNN的直升机旋翼不平衡故障诊断

• 作者: 徐雷 谢习华 谭耀 马云荣
• 来源期刊: 噪声与振动控制
• 学科: 工学
• 关键词: 振动与波 直升机旋翼 故障诊断 粒子群算法 广义回归神经网络
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 信号处理与故障诊断
• 页码范围: 175-179
• 页数: 5页
• 分类号: TP206.3|V275.1
• 字数: 3699字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1335.2015.02.039

摘要

为了准确诊断直升机旋翼不平衡故障，提出了一种基于粒子群算法和广义回归神经网络模型(PSO-GRNN)的故障诊断方法。将交叉验证得到的平均均方误差作为粒子群的适应度函数，运用粒子群算法搜寻最优的GRNN光滑因子，建立最优的故障诊断模型。结果表明：采用PSO-GRNN模型可实现直升机旋翼不平衡的类型和程度的有效诊断，故障类型准确率高达94.29%，故障程度的诊断最大误差仅6.54%，满足工程需求。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢习华	中南大学高性能复杂制造国家重点实验室	41	296	10.0	15.0
10	马云荣	中南大学高性能复杂制造国家重点实验室	5	35	4.0	5.0
11	谭耀	中南大学高性能复杂制造国家重点实验室	4	26	2.0	4.0
12	徐雷	中南大学高性能复杂制造国家重点实验室	7	48	5.0	6.0