基于深度学习的航空发动机故障融合诊断
日期:2018.01.10 点击数:6
【类型】期刊
【刊名】北京航空航天大学学报
【关键词】 航空发动机,故障诊断,深度学习,抗干扰能力,决策融合
【摘要】通过对航空发动机故障诊断,能够正确判断各部件工作状态,快速确定维修方案,保证飞行安全。在结合深度信念网络和决策融合理论的基础上,提出了基于深度学习的航空发动机故障融合诊断模型。该模型通过分析发动机的大量性能参数,首先利用深度学习算法提取出性能参数中的隐藏特征,得出故障分类置信度;然后对多次故障分类结果进行决策融合,从而得出更准确的诊断结果。将普惠JT9D-74R发动机故障系数用于数据仿真,通过实例验证本文提出算法的有效性;算例计算结果表明:多次实验结果经数据融合提高了可信度,该模型具有较高的故障分类诊断准确性和抗干扰能力。
【年份】2018
【作者单位】南京航空航天大学民航学院;
【页码】42742
【全文挂接】全文挂接
相关文章
- 1、某型飞机腹板裂纹分析及改装设计 作者:彭军,郭晨阳,张勇,张赟,杨欣毅, 年份:2018
- 2、基于深度学习的航空发动机故障诊断 作者:雷宇 年份:2020
- 3、基于深度学习的航空发动机齿轮故障诊断 作者:万安平,杨洁,王景霖,陈挺,缪徐,黄佳湧,杜翔, 年份:2022
- 4、基于多传感器融合卷积神经网络的航空发动机轴承故障诊断 作者:杨洁,万安平,王景霖,单添敏,缪徐,李客,左强, 年份:2022
- 5、基于多传感器融合卷积神经网络的航空发动机轴承故障诊断 作者:杨洁,万安平,王景霖,单添敏,缪徐,李客,左强, 年份:2022
- 6、基于RDK-ELM的航空发动机控制系统故障诊断 作者:陈虹潞,黄向华, 年份:2021