航空科学技术
航空科學技術
항공과학기술
AERONAUTICAL SCIENCE AND TECHNOLOGY
2009年
6期
41-44
,共4页
航空发动机%故障诊断%小波包分析%神经网络
航空髮動機%故障診斷%小波包分析%神經網絡
항공발동궤%고장진단%소파포분석%신경망락
针对某型航空发动机构建了转子-滚动轴承动力学仿真模型,并利用该模型构造了三种发动机故障样本.研究中采用松散型的小波神经网络,先对构造的三种故障信号进行小波包特征分析,提取其能量特征向量作为神经网络的输入,再采用改进的BP神经网络分类器进行发动机故障模式识别.仿真结果表明,基于小波神经网络的信息融合技术用于发动机的故障诊断是可行的和有效的.
針對某型航空髮動機構建瞭轉子-滾動軸承動力學倣真模型,併利用該模型構造瞭三種髮動機故障樣本.研究中採用鬆散型的小波神經網絡,先對構造的三種故障信號進行小波包特徵分析,提取其能量特徵嚮量作為神經網絡的輸入,再採用改進的BP神經網絡分類器進行髮動機故障模式識彆.倣真結果錶明,基于小波神經網絡的信息融閤技術用于髮動機的故障診斷是可行的和有效的.
침대모형항공발동궤구건료전자-곤동축승동역학방진모형,병이용해모형구조료삼충발동궤고장양본.연구중채용송산형적소파신경망락,선대구조적삼충고장신호진행소파포특정분석,제취기능량특정향량작위신경망락적수입,재채용개진적BP신경망락분류기진행발동궤고장모식식별.방진결과표명,기우소파신경망락적신식융합기술용우발동궤적고장진단시가행적화유효적.