典型文献
基于GA-BRBPNN的航空自耦变压整流器故障诊断方法
文献摘要：
航空自耦变压整流器(auto-transformer rectifier unit,ATRU)是飞机高压直流电网关键电能变换装置,在运行过程中受高温、机械应力、荷载波动等因素持续影响,其内部元件可能出现相应故障,进而威胁飞机可靠运行及持续适航.针对ATRU整流部分故障信号频谱难以区分、诊断准确率不高问题,提出一种遗传算法(genetic algorithm,GA)与贝叶斯正则化反向传播神经网络(Bayesian regularisation back propagation neural network,BRBPNN)相结合的故障诊断识别方法.首先,实现 ATRU 故障仿真,以时频分析方式处理所得信号,从而挖掘不同故障状态的特征信息;随后采用GA算法优化BRBPNN初始权阈值并建立最优GA-BRBNPNN诊断模型,将特征样本输入诊断模型进行故障分类识别,测试模型性能;最后,搭建故障模拟实验平台对实测数据进行模型验证.实验结果分析可知,对于仿真故障,该模型诊断准确率可达99.46％,对于实测故障,该模型可全部诊断识别待测样本;由此表明提出的GA-BRBPNN优化模型诊断效果好,具有较高实用价值.
文献关键词：
航空自耦变压整流器;BP神经网络;遗传算法;贝叶斯正则化;故障诊断
中图分类号：
作者姓名：
董慧芬;郑坤;杨占刚
作者机构：
中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]董慧芬;郑坤;杨占刚-.基于GA-BRBPNN的航空自耦变压整流器故障诊断方法)[J].电子测量与仪器学报,2022(09):217-225
A类：
BRBPNN,航空自耦变压整流器,ATRU,电能变换装置,regularisation,BRBNPNN
B类：
GA,故障诊断方法,auto,transformer,rectifier,unit,高压直流电网,网关,机械应力,载波,可靠运行,持续适航,故障信号,信号频谱,诊断准确率,genetic,algorithm,贝叶斯正则化,反向传播神经网络,Bayesian,back,propagation,neural,network,诊断识别,故障仿真,时频分析,故障状态,特征信息,算法优化,诊断模型,特征样本,故障分类识别,测试模型,模型性能,故障模拟,模拟实验,实验平台,模型验证,实验结果分析,诊断效果,高实
AB值：
0.286951
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。
