《电子测量技术杂志》发表论文赏析

基于CNN-BES-ELM的航空发动机气路故障诊断研究

来源:电子测量技术杂志2024年第13期北京时间:

作者:戴郎杰,蔡开龙,王阿久,黄菲

单位:1.南昌航空大学飞行器工程学院 南昌 330063; 2.南昌航空大学通航学院 南昌 330063

摘要:针对航空发动机运行过程中出现的气路故障问题,提出了一种基于卷积神经网络(CNN)结合秃鹰搜索算法(BES)优化极限学习机(ELM)的航空发动机气路故障诊断模型。通过CNN对航空发动机气路数据进行学习并提取出隐藏在数据中的故障特征,引入BES算法对ELM的权重和偏置进行寻优,使用优化后的ELM对CNN所提取的抽象特征进行分类,从而达到故障诊断的目的。实验结果表明,基于CNN-BES-ELM的模型其平均准确率达到了97.80%,较CNN-ELM、CNN和ELM等方法分别提高了2.7%、5.4%和7.35%,较常用的深度学习模型如深度置信网络(DBN)和堆叠自编码器(SAE),其准确率分别提高了5.4%和3.4%;并且在随机噪声、高斯噪声和椒盐噪声等噪声环境下仍保有90%以上的准确率,整体表现出良好的诊断性能、泛化能力和抗噪能力,为其在航空发动机气路故障诊断中的实际应用提供了理论依据。

关键词:航空发动机;故障诊断;卷积神经网络;秃鹰搜索算法;极限学习机

基金资助:江西省双千计划(jxsq2018106057)项目资助

2024年13期其他文献查阅:

机载探空温度传感器设计与研究

基于SVM的液压机械驱动齿轮组故障诊断研究

应急场景下蜂群无人机协同遥感仿真系统构建

基于CNN-BES-ELM的航空发动机气路故障诊断研究

储能交错并联双向DC-DC变换器的自抗扰控制

基于Transformer的风电机组故障预测

基于现代通信技术的电参数远程校准方法研究

基于权值平滑的自适应调零算法研究与实现

基于Sobel的FPGA图像边缘检测系统设计

基于改进KNN-RF的信息补全算法

基于POD-LSTM的污水处理过程模型预测控制

基于改进YOLOv8的风机桨叶缺陷检测算法

基于改进YOLOv8n的施工现场安全帽检测算法

改进YOLOv8的烟盒缺陷检测算法

基于LTSO-VP&O算法的光伏系统MPPT控制

基于改进蜣螂优化算法的无人机三维路径规划

基于条件扩散模型的结直肠图像染色归一化

基于TAS-YOLO的道路表面缺陷检测

基于感受野增强的复杂道路场景目标检测研究

基于图像特征增强的低照度目标检测算法

融合结构与纹理特征的破损壁画缺陷修复

MEAS-YOLO:改进YOLOv5的水下目标智能检测算法

基于改进YOLOv8n的钢材表面缺陷检测

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!