航空发动机磨损故障的智能融合诊断

时间:2023-04-27 10:35:16 航空航天论文 我要投稿
  • 相关推荐

航空发动机磨损故障的智能融合诊断

运用了4种最常用的滑油分析技术--铁谱分析、光谱分析、颗粒计数分析及理化指标分析,同时结合发动机试车台监测数据,提出了运用神经网络和D-S证据理论对发动机试车状态进行融合诊断的方法.首先依据各种分析方法的标准磨损界限值,将原始数据进行了预处理,转换成故障征兆的布尔值;其次,建立了各子神经网络的拓扑结构,并依据专家经验建立各子系统的输入征兆与故障论域的映射关系,由此获得了各子神经网络的训练样本,对各网络成功训练后,利用神经网络实现各子网络的诊断并得到了中间诊断结果;然后,将每种方法的神经网络诊断结果作为各故障模式的基本概率分配值,利用改进的D-S证据理论,实现了对神经网络诊断结果的融合,由此获得了最终的融合诊断结果;最后,通过算例证明了该方法的有效性.

作 者: 陈果 杨虞微 左洪福 Chen Guo Yang Yuwei Zuo Hongfu   作者单位: 南京航空航天大学民航学院,南京,210016,中国  刊 名: 南京航空航天大学学报(英文版)  EI 英文刊名: TRANSACTIONS OF NANJING UNIVERSITY OF AERONAUTICS AND ASTRONAUTICS  年,卷(期): 2006 23(4)  分类号: V231.9  关键词: 磨损故障诊断   数据融合   神经网络   D-S证据理论   航空发动机   wear fault diagnosis   data fusion   neural network   D-S evidence theory   aeroengine  

【航空发动机磨损故障的智能融合诊断】相关文章:

诊断证明05-17

融合的作文03-27

融合的作文11-07

融合的作文03-26

融合_750字05-01

融合_750字03-27

融合_800字02-18

融合_900字02-18

融合教育心得11-08

融合_800字05-01