基于深度学习的航空传感器故障诊断方法

• 作者: 冯华鑫 姚斌 郑晓飞 郭创
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 航空传感器 故障诊断 深度学习 深度置信网络 故障隔离 信号重构
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 开发研究与工程应用
• 页码范围: 281-287
• 页数: 7页
• 分类号: TP393
• 字数: 5169字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2017.07.047

摘要

为解决传统神经网络进行传感器故障诊断时存在的过拟合、泛化能力有限等问题,提出一种基于深度置信网络观测器的航空传感器故障诊断方法.利用深度置信网络替代浅层神经网络,在优化网络结构的基础上,给出深度置信网络隐层节点数选取的递推公式,构建深度置信网络状态观测器.离线训练时,利用飞行数据训练深度置信网络观测器.在线诊断时,通过比较观测器输出值与实际输出值判断故障类型,并给出3种故障隔离与信号重构方法.仿真结果表明,与BP神经网络观测器相比,该方法能够快速准确地进行故障诊断与隔离,并且完成信号重构.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭创	空军工程大学航空航天工程学院	56	360	10.0	16.0
2	郑晓飞	空军工程大学航空航天工程学院	4	32	3.0	4.0
3	姚斌	空军工程大学航空航天工程学院	3	21	2.0	3.0