基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为提高航空发动机滑油系统的故障诊断有效性,提出了一种改进的DBN航空发动机滑油系统故障诊断方法,首先对航空发动机滑油系统参数数据进行预处理,利用DBN的特征提取能力和ELM的快速学习优势创建DBN与ELM结合的故障诊断模型.为减少人为调节网络参数随机性对诊断结果造成的影响,采用粒子群算法优化DBN-ELM的网络参数,得到最优的网络结构,创建改进的DBN故障诊断模型.最后,对所创建的改进的DBN故障诊断模型进行了试验验证技术研究,结果表明,所提出的改进的DBN故障诊断方法能有效提升航空发动机故障诊断准确率,诊断效果明显优于DBN-ELM,具有很好的应用前景.
推荐文章
基于特征优化与改进 KNN 的航空发动机故障诊断
航空发动机
故障诊断
特征优化算法
改进KNN算法
基于BPHP网络的航空发动机故障诊断
航空发动机
故障诊断
模糊数学
BPHP网络
基于SAE的航空发动机气路故障诊断
航空发动机
气路故障
诊断
SAE
航空发动机故障诊断算法测试平台
航空发动机
故障诊断算法
测试平台
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种改进的DBN航空发动机滑油系统故障诊断方法
来源期刊 沈阳航空航天大学学报 学科 工学
关键词 航空发动机 深度置信网络 极限学习机 粒子群算法 故障诊断
年,卷(期) 2020,(6) 所属期刊栏目 信息科学与工程
研究方向 页码范围 49-54
页数 6页 分类号 TH136|TP206+.3
字数 语种 中文
DOI 10.3969/j.issn.2095-1248.2020.06.007
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (196)
共引文献  (67)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(14)
  • 参考文献(0)
  • 二级参考文献(14)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(9)
  • 参考文献(0)
  • 二级参考文献(9)
2012(14)
  • 参考文献(0)
  • 二级参考文献(14)
2013(18)
  • 参考文献(0)
  • 二级参考文献(18)
2014(20)
  • 参考文献(0)
  • 二级参考文献(20)
2015(17)
  • 参考文献(0)
  • 二级参考文献(17)
2016(20)
  • 参考文献(1)
  • 二级参考文献(19)
2017(30)
  • 参考文献(2)
  • 二级参考文献(28)
2018(26)
  • 参考文献(1)
  • 二级参考文献(25)
2019(7)
  • 参考文献(7)
  • 二级参考文献(0)
2020(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(3)
  • 参考文献(3)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
航空发动机
深度置信网络
极限学习机
粒子群算法
故障诊断
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
沈阳航空航天大学学报
双月刊
2095-1248
21-1576/V
大16开
辽宁省沈阳市沈北新区道义南大街37号
1984
chi
出版文献量(篇)
2881
总下载数(次)
10
总被引数(次)
11933
论文1v1指导