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：faultdiagnosis  AMESim  aircraftcabindoorretractingsystem  BPneuralnetwork  chaoticparticleswarmoptimization(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

2024-12-14 13:51 上传 飞机舱门收放系统CPSOBP神经网络故障仿真与诊断.pdf

文件大小:

3.4 MB

下载次数:

60

高速下载