基于深度信念网络的航空发动机气路故障诊断技术研究

论文摘要

针对传统的航空发动机故障诊断方法正确率较低,并且对异常数据不敏感的问题,将智能诊断算法引入航空发动机气路故障诊断领域。以涡轴发动机为例,分析了常见气路部件故障类型的成因和表现,并在Tensorflow上建立基于深度信念网络的故障诊断模型。与传统的故障诊断方法相比,具有更高的故障诊断正确率。

论文目录

• 0 引言
• 1 航空发动机气路故障
• 2 故障诊断模型搭建
•   2.1 深度信念网络介绍
•   2.2 故障诊断模型构建
• 3 仿真结果及分析
•   3.1 故障诊断性能对比
•   3.2 不同训练样本比例影响分析
•   3.3 不同隐含层数影响分析
•   3.4 不同隐含层节点数影响分析
•   3.5 抗噪声能力分析
• 4 结语

文章来源

类型: 期刊论文

作者: 林嘉琦,徐建国,刘星怡

关键词: 航空发动机,气路部件,深度信念网络,故障诊断

来源: 机械制造与自动化 2019年05期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 航空航天科学与工程

单位: 南京航空航天大学能源与动力学院

分类号: V267

DOI: 10.19344/j.cnki.issn1671-5276.2019.05.047

页码: 179-182

总页数: 4

文件大小: 402K

下载量: 251