飞机舱门收放系统CPSOBP神经网络故障仿真与诊断
文档名：飞机舱门收放系统CPSOBP神经网络故障仿真与诊断
摘要：针对民机舱门收放系统故障模拟代价大、故障数据少、故障诊断精度低的问题,提出基于CPSO-BP神经网络的飞机舱门收放系统故障诊断方法.根据民机舱门系统工作特性和高发故障的情况,确定流量控制阀磨损、液压马达泄漏、液压油污染和节流阀阻塞4种典型故障模式;建立飞机舱门AMESim收放系统仿真模型,通过典型故障的仿真分析获得120组故障数据,构建包含29520个样本的故障数据集;采用BP神经网络进行故障诊断,其平均诊断正确率仅为85.36%.采用混沌粒子群算法(CPSO)优化BP神经网络的初始权重和阈值,故障诊断正确率达到93%,提高了飞机舱门收放系统的故障诊断正确率.
作者：王强 吴伟 刘东 娄华语 王良模 Author：WANGQiang WUWei LIUDong LOUHuayu WANGLiangmo
作者单位：航空工业沈阳飞机设计研究所,沈阳110000南京理工大学机械工程学院,南京210014
刊名：重庆理工大学学报 PKU
Journal：JournalofChongqingInstituteofTechnology
年，卷(期)：2023, 37(21)
分类号：V37V328.5
关键词：故障诊断AMESim飞机舱门收放系统BP神经网络混沌粒子群优化算法(CPSO)
Keywords：faultdiagnosisAMESimaircraftcabindoorretractingsystemBPneuralnetworkchaoticparticleswarmoptimization(CPSO)
机标分类号：TM931TH213.3TH137
在线出版日期：2023年12月18日
基金项目：科工局基础科研项目飞机舱门收放系统CPSO-BP神经网络故障仿真与诊断[
期刊论文]重庆理工大学学报--2023, 37(21)王强吴伟刘东娄华语王良模针对民机舱门收放系统故障模拟代价大、故障数据少、故障诊断精度低的问题,提出基于CPSO-BP神经网络的飞机舱门收放系统故障诊断方法.根据民机舱门系统工作特性和高发故障的情况,确定流量控制阀磨损、液压马达泄漏、液压油污...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
飞机舱门收放系统CPSO-BP神经网络故障仿真与诊断CPSO-BP neural network fault simulation and diagnosis of aircraft door retracting system
飞机舱门收放系统CPSO-BP神经网络故障仿真与诊断.pdf
页:
[1]