典型文献
基于ABC-RBF神经网络的飞机燃油流量监测与故障诊断
文献摘要：
为了检测飞机发动机的性能及故障,利用神经网络建立了燃油流量的预测模型,将人工蜂群(ABC)算法结合预测需求在3维进行拓展,分别优化基于径向基函数(RBF)的神经网络泛化值和中心值,与经典RBF神经网络、K均值聚类算法等相比,3维拓展后的ABC算法对RBF神经网络进行的"反馈式更新"拥有更好的预测效果,其计算平均差值及预测误差更小,所需时间更短.随机选取短航程、中航程、长航程航班数据分别进行验证,结果表明:选择油门杆角度、飞行高度、马赫数、大气总温、发动机转速等参数能够反映发动机运行工况,预测效果理想;采用ABC算法对RBF神经网络进行优化后模型的更新能力较强,能够获得更高的预测精度,降低计算平均差值;通过航班故障数据验证了利用神经网络进行故障诊断的方法具有较大的实际应用价值.
文献关键词：
燃油流量预测;人工蜂群算法;径向基神经网络;快速存取记录器数据;航空发动机
中图分类号：
作者姓名：
陈聪;娄高;高洁;陈灏
作者机构：
中国民航大学航空工程学院 天津300300;深圳航空有限公司,深圳518102;国民航大学电子信息与自动化学院 天津300300
文献出处：
引用格式：
[1]陈聪;娄高;高洁;陈灏-.基于ABC-RBF神经网络的飞机燃油流量监测与故障诊断)[J].航空发动机,2022(03):89-93
A类：
燃油流量预测,快速存取记录器数据
B类：
ABC,RBF,流量监测,飞机发动机,径向基函数,均值聚类,聚类算法,反馈式,平均差,预测误差,航程,中航,长航,航班,班数,油门,飞行高度,马赫数,总温,发动机转速,机运,运行工况,效果理想,故障数据,数据验证,人工蜂群算法,径向基神经网络,航空发动机
AB值：
0.282508
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
