文献类型：期刊文章

作　　者：陈恬[1] 孙健国[1] 郝英[2]

机构地区：[1]南京航空航天大学能源与动力学院,江苏南京210016 [2]中国民航大学机电学院,天津300300

出　　处：《航空学报》

基　　金：国家自然科学基金(50576033);航空科学基金(04C52019)

年　　份：2006

卷　　号：27

期　　号：6

起止页码：1014-1017

语　　种：中文

收录情况：AJ、AMR、BDHX、BDHX2004、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20070610415089)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

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。

关 键 词：D—S证据理论  神经网络 航空发动机 故障诊断 气路  

分 类 号：V233.7]