基于深度信念网络的航空发动机气路故障诊断技术研究
点击次数：
所属单位：能源与动力学院
发表刊物：机械制造与自动化
关键字：航空发动机;气路部件;深度信念网络;故障诊断;
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。
ISSN号：1671-5276
是否译文：否
发表时间：2019-10-20
合写作者：林嘉琦,刘星怡
通讯作者：徐建国