Date of Publication:2019-10-20 Hits:
Affiliation of Author(s):能源与动力学院
Journal:机械制造与自动化
Key Words:航空发动机;气路部件;深度信念网络;故障诊断;
Abstract: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。
ISSN No.:1671-5276
Translation or Not:no
Date of Publication:2019-10-20
Co-author:林嘉琦,刘星怡
Correspondence Author:Xu Jianguo
Date of Publication:2019-10-20