电子测量技术
電子測量技術
전자측량기술
ELECTRONIC MEASUREMENT TECHNOLOGY
2014年
3期
125-127,133
,共4页
航空发电机%健康状态向量%BP神经网络%故障诊断
航空髮電機%健康狀態嚮量%BP神經網絡%故障診斷
항공발전궤%건강상태향량%BP신경망락%고장진단
aircraft generator%health state vector%BP neural network%fault diagnose
针对航空发电机的故障难以准确诊断的问题,提出了一种基于BP神经网络的航空发电机综合故障诊断方法,通过对BP神经网络数学原理及算法的深入分析与研究,构建基于BP神经网络的航空发电机故障诊断模型.结合某型航空发电机的真实试验数据,对所构建故障诊断模型的正确性进行了试验验证.在试验验证过程中,利用航空发电机真实试验数据的前60组对神经网络进行训练,后40组数据对神经网络进行测试,最终验证了所构建的故障诊断模型能够较好实现对航空发电机故障进行准确诊断的效能,且所采用的BP神经网络方法具有收敛速度快、识别能力强、精度高以及准确性高等优点.
針對航空髮電機的故障難以準確診斷的問題,提齣瞭一種基于BP神經網絡的航空髮電機綜閤故障診斷方法,通過對BP神經網絡數學原理及算法的深入分析與研究,構建基于BP神經網絡的航空髮電機故障診斷模型.結閤某型航空髮電機的真實試驗數據,對所構建故障診斷模型的正確性進行瞭試驗驗證.在試驗驗證過程中,利用航空髮電機真實試驗數據的前60組對神經網絡進行訓練,後40組數據對神經網絡進行測試,最終驗證瞭所構建的故障診斷模型能夠較好實現對航空髮電機故障進行準確診斷的效能,且所採用的BP神經網絡方法具有收斂速度快、識彆能力彊、精度高以及準確性高等優點.
침대항공발전궤적고장난이준학진단적문제,제출료일충기우BP신경망락적항공발전궤종합고장진단방법,통과대BP신경망락수학원리급산법적심입분석여연구,구건기우BP신경망락적항공발전궤고장진단모형.결합모형항공발전궤적진실시험수거,대소구건고장진단모형적정학성진행료시험험증.재시험험증과정중,이용항공발전궤진실시험수거적전60조대신경망락진행훈련,후40조수거대신경망락진행측시,최종험증료소구건적고장진단모형능구교호실현대항공발전궤고장진행준학진단적효능,차소채용적BP신경망락방법구유수렴속도쾌、식별능력강、정도고이급준학성고등우점.