典型文献
基于GA优化BP算法的滑油状态监测
文献摘要：
滑油状态的监测与分析是航空发动机状态监测与故障诊断的重要手段.为了解决以往滑油金属质量分数预测模型算法的局部性、收敛速度慢及预测结果误差大等问题,结合遗传算法(GA)收敛速度快、鲁棒性好等优点,对反向传播(BP)神经网络算法进行GA优化,通过GA对参数寻优,并应用于发动机滑油金属质量分数预测.由于滑油的状态参数并不能确定部件故障与否,利用贝叶斯(Bayes)决策规则对诊断结果进行了错误率计算.将所提方法应用于某航空发动机滑油铁质量分数预测,结果表明:采用GA优化后的BP神经网络(GA-BP)得到的预测结果具有更高的精度,其最大预测误差不超过6％,平均预测误差为1.7％,所测数据与原数据具有较好的拟合性,利用Bayes决策规则对诊断结果进行分析,对于部件故障与否的判别更具说服力.
文献关键词：
滑油状态;故障诊断;神经网络;遗传算法;可靠性;航空发动机
中图分类号：
作者姓名：
周良;王华伟;许珊珊;王清薇
作者机构：
南京航空航天大学民航学院,南京211100;山东师范大学公共管理学院,济南250300
文献出处：
引用格式：
[1]周良;王华伟;许珊珊;王清薇-.基于GA优化BP算法的滑油状态监测)[J].航空发动机,2022(05):137-142
A类：
滑油状态监测
B类：
GA,监测与分析,航空发动机,机状态,质量分数预测,模型算法,局部性,收敛速度,速度慢,反向传播,神经网络算法,参数寻优,状态参数,Bayes,决策规则,诊断结果,错误率,铁质,预测误差,说服力
AB值：
0.209357
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。
