文献类型：期刊文章

作　　者：皮骏[1] 黄江博[2]

机构地区：[1]中国民航大学中欧航空工程师学院,天津300300 [2]中国民航大学航空工程学院,天津300300

出　　处：《航空动力学报》

基　　金：中央高校基本科研业务费中国民航大学专项资金(3122013H001)

年　　份：2017

卷　　号：32

期　　号：12

起止页码：3031-3038

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为提高航空发动机故障诊断的精度,提出改进粒子群优化的Elman神经网络对航空发动机故障诊断的方法。利用MIV(平均影响值)对神经网络的输入端自变量进行筛选,降低输入维度;采用改进粒子群优化算法对Elman神经网络的权值和阀值进行优化,并对优化的神经网络进行训练;用训练好的神经网络对航空发动机故障进行诊断并与常规的BP(back propagation)、Elman神经网络、GM(1,n)、SVM(support vector machines)进行对比。仿真结果表明:IPSO-Elman(improved particle swarm optimization Elman neural network)神经网络的诊断误差在不同数量训练样本时都小于其他方法,并且在参选故障诊断的性能参数不同时,其诊断误差相近,展现出较强的适应能力。

关 键 词：航空发动机 ELMAN神经网络 平均影响值  改进粒子群优化算法 故障诊断

分 类 号：V231]