10.3969/j.issn.1000-386X.2012.06.028
基于D-S证据理论的航空发动机振动故障分析
航空发动机结构复杂且工作条件恶劣,对其振动的有效分析是进行故障诊断的重要手段.由于不同特征量对振动具有不同的分析能力,为了综合利用不同特征项下的分析结果,采用基于D-S证据理论的信息融合方法对不同特征下的BP神经网络的诊断结果进行融合,并针对航空发动机实际工作状况提出一种利用神经网络的输出统计值构造信度函数的方法.通过对实测航空发动机试车时振动信号的实验分析结果表明,该算法可以有效地提高航空发动机振动故障识别的准确率.
D-S证据理论、信息融合、BP神经网络、航空发动机
29
TP274(自动化技术及设备)
航空科学基金重点资助项目20105644004
2012-08-13(万方平台首次上网日期,不代表论文的发表时间)
共4页
105-108