基于深度学习的航空发动机传感器故障检测
日期:2018.01.10 点击数:12
【类型】期刊
【刊名】传感器与微系统
【关键词】 飞参数据,深度学习,故障检测,深度置信网络,航空发动机传感器
【摘要】针对传统反向传播(BP)神经网络和支持向量机(SVM)存在的过拟合、维数灾难、参数选择困难等问题,提出了一种基于深度学习算法的航空发动机传感器故障检测方法。对发动机参数记录仪采集的多维数据进行预处理,建立基于深度置信网络(DBN)的故障检测模型,利用预处理后的数据对检测模型进行训练,经过DBN故障检测模型逐层特征学习实现了传感器故障检测。仿真结果表明:在无人工特征提取和人工特征提取的情况下,基于DBN故障检测的准确率均高于BP神经网络和SVM模型。
【年份】2018
【作者单位】空军工程大学航空航天工程学院;
【期号】09
【页码】147-150
【全文挂接】全文挂接
相关文章
- 1、某型军用飞机下降阶段燃油消耗模型研究 作者:吴祯涛,李学仁,杜军, 年份:2020
- 2、基于深度学习的航空传感器故障诊断方法 作者:郑晓飞,郭创,姚斌,冯华鑫, 年份:2018
- 3、基于深度学习网络的航空发电机旋转整流器诊断技术研究 作者:师鸽 年份:2018
- 4、基于ARMA的航空发动机传感器故障诊断及实时验证 作者:赵万里,郭迎清,杨菁,孙浩, 年份:2022
- 5、基于ARMA的航空发动机传感器故障诊断及实时验证 作者:赵万里,郭迎清,杨菁,孙浩, 年份:2022
- 6、基于支持向量机的飞机重着陆预测模型 作者:常文兵,张佳宁,周晟瀚, 年份:2017