基于深度自编码网络的航空发动机故障诊断 |
| |
引用本文: | 崔建国,李国庆,蒋丽英,于明月,王景霖.基于深度自编码网络的航空发动机故障诊断[J].振动.测试与诊断,2021,41(1):85-89. |
| |
作者姓名: | 崔建国 李国庆 蒋丽英 于明月 王景霖 |
| |
作者单位: | (1.沈阳航空航天大学自动化学院 沈阳,110136)(2.故障诊断与健康管理技术航空科技重点实验室 上海,201601) |
| |
基金项目: | 国家自然科学基金资助项目(51605309);航空科学基金资助项目(201933054002,20163354004);辽宁省教育厅基金资助项目(JYT2020021) |
| |
摘 要: | 为有效解决航空发动机的故障诊断难题,提出了基于深度自编码网络的航空发动机故障诊断方法,对发动机进行故障诊断技术研究。首先,对监测数据进行预处理,根据数据特征构建深度自编码网络的基本结构,采用无标签数据样本集对深度自编码网络进行预先训练,得到网络参数的初始值;其次,利用有标签的数据样本集对该网络进行训练,对网络参数进行微量调整,创建基于深度自编码神经网络的航空发动机故障诊断模型;最后,采用含有标签的测试样本集对创建的故障诊断模型进行诊断测试。为了表明所提出方法的优越性,将本研究方法与其他几种常用故障诊断方法的故障诊断结果进行了对比。结果表明,与反向传播神经网络、径向基神经网络等常用的故障诊断方法相比,所提出方法的诊断正确率更高,诊断效果更好。
|
关 键 词: | 深度自编码网络 航空发动机 故障诊断 神经网络 |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《振动.测试与诊断》浏览原始摘要信息 |
|
点击此处可从《振动.测试与诊断》下载全文 |
|