-
题名基于双并联过程神经网络的润滑油金属含量预测
被引量：2
- 1
-
-
作者
栾圣罡
丁刚
钟诗胜
-
机构
哈尔滨工业大学机电工程学院
-
出处
《润滑与密封》
EI
CAS
CSCD
北大核心
2006年第5期32-34,37,共4页
-
基金
国家自然科学基金项目(60373102)
-
文摘
润滑油金属含量是航空发动机关键部件出现磨损及裂纹等情况的表征。通过对其进行预测可提前发现相应部件的机械故障,能保证飞行安全并降低航空发动机维护费用。润滑油金属含量受许多复杂因素影响,传统方法难以预测其变化趋势。为此,提出了一种基于双并联过程神经网络的润滑油金属含量预测方法,并给出了基于正交基函数展开的学习算法。将该方法用于某型航空发动机润滑油中铁含量预测,结果表明其预测精度满足工程需要。
-
关键词
润滑油金属含量
预测
航空发动机
双并联过程神经网络
正交基函数
-
Keywords
lubricating oil metal concentration
prediction
aeroengine
double parallel process neural network
basis function orthogonal
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
V263.6
[航空宇航科学与技术—航空宇航制造工程]
-
-
题名基于误差预测修正的液体火箭发动机故障预测方法研究
被引量：2
- 2
-
-
作者
聂侥
吴建军
-
机构
国防科学技术大学航天科学与工程学院
-
出处
《推进技术》
EI
CAS
CSCD
北大核心
2016年第8期1569-1578,共10页
-
基金
国家自然科学基金(51206181
51506219)
-
文摘
为解决液体火箭发动机故障预测这一难题,提出一种基于误差预测修正的故障预测方法。在历史数据的基础上建立小波过程神经网络故障预测模型,同步计算学习样本的预测误差,根据上述误差建立双并联离散过程神经网络预测模型。预测时,将预测误差值实时补偿到小波过程神经网络预测模型以提高预测精度。通过液体火箭发动机地面试验中的涡轮泵数据对该方法进了验证。结果表明,该方法在预测精度和适应能力上较单一的过程神经网络预测模型有显著提高,进行10步预测时,预测值的标准化均方根误差为0.392,预测平均耗时为76ms,能够用于解决液体火箭发动机故障预测问题。
-
关键词
液体火箭发动机
故障预测
小波过程神经网络
双并联离散过程神经网络
误差修正
-
Keywords
Liquid-propellant rocket engine
Failure prediction
Wavelet process neural networks
Double parallel feedforward discrete input process neural network
Error correlation
-
分类号
V434
[航空宇航科学与技术—航空宇航推进理论与工程]
-
