基于深度学习的航空发动机部件故障诊断

• 作者: 张勇 张赟 彭军 杨欣毅 郭晨阳
• 来源期刊: 系统仿真技术
• 学科: 航空航天
• 关键词: 航空发动机 故障诊断 神经网络 深度学习
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 论文交流
• 页码范围: 20-24
• 页数: 5页
• 分类号: V263.6
• 字数: 3935字
• 语种: 中文

摘要

引入深度学习理论,利用深度置信网络算法对由仿真软件生成的航空发动机部件性能衰退故障数据进行求解.与反向传播(BP)神经网络算法和径向基函数(RBF)神经网络算法的比较结果表明:虽然深度学习训练耗费较长时间,但是深度置信网络算法结构克服了浅层网络算法结构的不足,其计算结果能够达到更高诊断精度,并具有较好的抗噪性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭军	海军航空大学岸防学院	30	146	7.0	10.0
2	张勇	海军航空大学航空基础学院	146	555	12.0	18.0
3	杨欣毅	海军航空大学航空基础学院	53	229	7.0	12.0
4	张赟	海军航空大学航空基础学院	33	94	7.0	9.0