某型飞机腹板裂纹分析及改装设计
日期:2018.07.02 点击数:6
【类型】期刊
【刊名】系统仿真技术
【关键词】 航空发动机,故障诊断,深度学习,神经网络
【摘要】引入深度学习理论,利用深度置信网络算法对由仿真软件生成的航空发动机部件性能衰退故障数据进行求解。与反向传播(BP)神经网络算法和径向基函数(RBF)神经网络算法的比较结果表明:虽然深度学习训练耗费较长时间,但是深度置信网络算法结构克服了浅层网络算法结构的不足,其计算结果能够达到更高诊断精度,并具有较好的抗噪性能。
【年份】2018
【作者单位】海军航空大学岸防学院;96917部队;海军航空大学航空基础学院;
【期号】01
【页码】20-24
【全文挂接】全文挂接
相关文章
- 1、航空发动机气路智能故障诊断 作者:钱建阳 年份:2016
- 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、人工神经网络在航空发动机故障诊断中的应用 作者:李平 年份:2016
- 4、基于深度学习的航空发动机故障融合诊断 作者:车畅畅,王华伟,倪晓梅,洪骥宇, 年份:2018
- 5、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
- 6、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