基于DBN的航空发电机旋转整流器故障诊断方法

• 作者: 孔德明 孟飒飒 崔江 师鸽
• 来源期刊: 航空计算技术
• 关键词: 无刷同步发电机 旋转整流器 深度置信网络 故障诊断 深度学习
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 计算机应用
• 页码范围: 105-108,111
• 页数: 5页
• 分类号: TP277
• 语种: 中文
• DOI: 10.3969/j.issn.1671-654X.2018.04.027

摘要

研究了一种基于深度置信网络的故障诊断方法,主要应用于针对航空发电机旋转整流器所进行的故障诊断中,对方法进行了仿真及实际实验验证.采集主励磁机励磁电流作为故障诊断所使用的有效信号,对所采集到的励磁电流信号进行快速傅里叶变换以获取其频域信息,将所得到的频域数据分为训练样本和测试样本输入至深度置信网络中进行故障分类,计算诊断正确率并做出分析.实验证明,所提出的方法具有良好的故障分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔江	南京航空航天大学自动化学院	71	878	15.0	27.0
2	孔德明	南京航空航天大学自动化学院	21	212	8.0	14.0
3	孟飒飒	南京航空航天大学自动化学院	4	6	2.0	2.0
4	师鸽	南京航空航天大学自动化学院	2	6	2.0	2.0