兵工自动化
兵工自動化
병공자동화
ORDNANCE INDUSTRY AUTOMATION
2014年
1期
32-34
,共3页
张会奇%陈春良%刘峻岩%张咏清
張會奇%陳春良%劉峻巖%張詠清
장회기%진춘량%류준암%장영청
BP神经网络%装甲车辆发动机%使用状态%评价
BP神經網絡%裝甲車輛髮動機%使用狀態%評價
BP신경망락%장갑차량발동궤%사용상태%평개
BP neural network%armored vehicle engine%using condition%evaluating
为综合预测装甲车辆发动机使用寿命,应用相关性分析优化发动机使用影响因素指标体系,定义发动机使用条件修正系数,对发动机使用状态样本数据进行分析与处理,构建 BP 神经网络评价模型,并利用获得的样本数据对网络进行训练和检验。结果表明:该方法能定量评价装甲车辆发动机使用状态,为预测装甲车辆发动机使用寿命提供一种新方法。
為綜閤預測裝甲車輛髮動機使用壽命,應用相關性分析優化髮動機使用影響因素指標體繫,定義髮動機使用條件脩正繫數,對髮動機使用狀態樣本數據進行分析與處理,構建 BP 神經網絡評價模型,併利用穫得的樣本數據對網絡進行訓練和檢驗。結果錶明:該方法能定量評價裝甲車輛髮動機使用狀態,為預測裝甲車輛髮動機使用壽命提供一種新方法。
위종합예측장갑차량발동궤사용수명,응용상관성분석우화발동궤사용영향인소지표체계,정의발동궤사용조건수정계수,대발동궤사용상태양본수거진행분석여처리,구건 BP 신경망락평개모형,병이용획득적양본수거대망락진행훈련화검험。결과표명:해방법능정량평개장갑차량발동궤사용상태,위예측장갑차량발동궤사용수명제공일충신방법。
In order to forecast the service life of the armored vehicle engine synthetically, the index system of the armored vehicle engine using influence factors was established and optimized by means of the relativity analysis method, define engine service condition correction coefficient, analyzed and processed engine service state sample data, established BP neural network evaluation model, and use acquired sample data to train and test network. The results show that the method can carry out quantization evaluation armored vehicle engine service state and provide a new method for forecasting the armored vehicle engine service life.