湖南大学学报（自然科学版）
湖南大學學報（自然科學版）
호남대학학보（자연과학판）
JOURNAL OF HUNAN UNIVERSITY(NATURAL SCIENCES EDITION)
2013年
5期
61-64
,共4页
飞机%故障诊断%故障树%BAM神经网络
飛機%故障診斷%故障樹%BAM神經網絡
비궤%고장진단%고장수%BAM신경망락
飞机由大量彼此关联的组件组合而成,其大规模特性使得基于故障树(FTA)和基于神经网络的故障诊断方法在应用于其故障诊断时分别存在空间爆炸问题和训练样本整理困难问题.本文融合故障树和BAM神经网络,由故障树归纳出系统所有的故障模式,整理出BAM神经网络所需的具有规范性、独立性、正交性的训练样本,然后用BAM神经网络实现飞机故障的快速和准确诊断.实验评估结果表明,融合方法有良好的可扩展性,而且故障判别率提升了20％.
飛機由大量彼此關聯的組件組閤而成,其大規模特性使得基于故障樹(FTA)和基于神經網絡的故障診斷方法在應用于其故障診斷時分彆存在空間爆炸問題和訓練樣本整理睏難問題.本文融閤故障樹和BAM神經網絡,由故障樹歸納齣繫統所有的故障模式,整理齣BAM神經網絡所需的具有規範性、獨立性、正交性的訓練樣本,然後用BAM神經網絡實現飛機故障的快速和準確診斷.實驗評估結果錶明,融閤方法有良好的可擴展性,而且故障判彆率提升瞭20％.
비궤유대량피차관련적조건조합이성,기대규모특성사득기우고장수(FTA)화기우신경망락적고장진단방법재응용우기고장진단시분별존재공간폭작문제화훈련양본정리곤난문제.본문융합고장수화BAM신경망락,유고장수귀납출계통소유적고장모식,정리출BAM신경망락소수적구유규범성、독립성、정교성적훈련양본,연후용BAM신경망락실현비궤고장적쾌속화준학진단.실험평고결과표명,융합방법유량호적가확전성,이차고장판별솔제승료20％.
