基于神经网络和证据融合理论的航空发动机气路故障诊断

被引：27

作者：

陈恬 ^{[1
]}

孙健国 ^{[1
]}

郝英 ^{[2
]}

机构：

[1] 南京航空航天大学能源与动力学院

[2] 中国民航大学机电学院

来源：

航空学报 | 2006年 / 06期

关键词：

D-S证据理论; 神经网络; 航空发动机; 故障诊断; 气路;

D O I：

暂无

中图分类号：

V263.6 [故障分析及排除];

学科分类号：

082503 ;

摘要：

为解决航空发动机这一复杂系统的故障诊断问题,提高智能化诊断方法的准确率,使用了改良的D-S证据理论,对基于自组织竞争网络和BP神经网络的2个诊断子系统的诊断结果进行决策级融合。结果显示,经过融合整个系统降低了误诊率,改善了诊断性能。文章还针对噪声干扰的情况,通过调整对于2个子系统的权重,在保证高准确率的同时提高了系统的抗噪声性能。研究结果表明D-S证据理论的使用可以达到比单独运用2个神经网络子系统都要好的诊断效能。

引用

页码：1014 / 1017

页数：4