作者:
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:
航空发动机由于其结构复杂导致故障类型多样,增加故障诊断难度给飞行器安全行驶带来隐患.本文通过构建BP神经网络模型并采取附加动量方法和变学习速率方法对模型修正来进行航空发动机故障诊断.根据故障数据特征,本文构建4个主要监测参数下的用于神经网络训练的数据样本.对样本进行学习训练,结果表明神经网络设置参数的中间层数量、学习速率、训练次数、训练样本比例都对神经网络预测正确率有着一定的影响,其中训练次数的影响最为显著.
推荐文章
基于人工神经网络的航空发动机故障诊断方法
故障诊断
BP神经网络
BP算法
航空发动机
基于GSA-Elman神经网络的航空发动机故障诊断
航空发动机
Elman神经网络
万有引力算法
故障诊断
基于RBF神经网络的航空发动机故障诊断研究
RBF网络
航空发动机
故障诊断
智能诊断
基于径向基神经网络的航空发动机气路故障诊断
航空发动机
气路故障
径向基
神经网络
噪声
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 基于神经网络的航空发动机故障诊断
来源期刊 电子制作 学科
关键词 神经网络算法 航空发动机故障诊断 附加动量方法 变学习速率方法
年,卷(期) 2021,(8) 所属期刊栏目 软件开发
研究方向 页码范围 42-44,78
页数 4页 分类号
字数 语种 中文
DOI 10.3969/j.issn.1006-5059.2021.08.014
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (50)
共引文献  (14)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(5)
  • 参考文献(1)
  • 二级参考文献(4)
2016(4)
  • 参考文献(0)
  • 二级参考文献(4)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(4)
  • 参考文献(1)
  • 二级参考文献(3)
2019(3)
  • 参考文献(3)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 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
神经网络算法
航空发动机故障诊断
附加动量方法
变学习速率方法
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
电子制作
半月刊
1006-5059
11-3571/TN
大16开
北京市
1994
chi
出版文献量(篇)
22336
总下载数(次)
116
论文1v1指导