文献类型：期刊文章

作　　者：叶志锋[1] 孙健国[1]

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

出　　处：《航空学报》

年　　份：2002

卷　　号：23

期　　号：2

起止页码：155-157

语　　种：中文

收录情况：AJ、AMR、BDHX、BDHX2000、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：用反向传播神经网络 (BPNN)和概率神经网络 (PNN)对航空发动机若干原型故障进行定性的诊断 ,并将仿真结果进行了比较。仿真结果表明 ,当测量参数不包含噪声或噪声较小时 ,两种网络都具有很高的诊断准确率 ;当测量参数的噪声较大时 ,则概率神经网络的诊断准确率远大于反向传播神经网络 ,显示了概率神经网络较强的诊断鲁棒性。此外 ,概率神经网络能够充分利用故障先验知识 ,并考虑代价因子的作用 ,从而把误诊断可能带来的损失减小到最低程度。

关 键 词：概率神经网络 航空发动机 故障诊断 视情维护

分 类 号：V263.6] TP183]