典型文献
基于遗传算法的大推力氢氧补燃发动机故障检测
文献摘要：
通过优化故障检测的方法,可以提高大推力氢氧补燃发动机故障检测的精确性能;BP神经网络是基于梯度的方法确定权值与阈值,而梯度下降法本身就很容易受到局部极小点的影响;遗传算法是一种多点搜索的优化方式,具有良好的全局寻优能力,可以优化BP网络的不足;基于发动机试车过程中测得到的流量、温度、压力等信号,应用GA-BP神经络构建发动机工作过程的非线性辨识模型,对大推力氢氧补燃发动机可能的运行故障进行检测,由试车数据的仿真结果可知,该算法达到了较好的故障检测效果.
文献关键词：
大推力氢氧补燃发动机;故障检测;神经网络;遗传算法
中图分类号：
作者姓名：
李宁宁;武小平;薛薇;胡慧;徐志强
作者机构：
北京航天动力研究所,北京 100076
文献出处：
引用格式：
[1]李宁宁;武小平;薛薇;胡慧;徐志强-.基于遗传算法的大推力氢氧补燃发动机故障检测)[J].计算机测量与控制,2022(08):14-18,43
A类：
大推力氢氧补燃发动机
B类：
故障检测,精确性,定权,权值与阈值,梯度下降法,局部极小点,优化方式,全局寻优,寻优能力,试车,GA,经络,机工,辨识模型,运行故障,检测效果
AB值：
0.229673
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。
