典型文献
EMD-AR和GRNN算法下的航空液压泵多模态故障诊断分析
文献摘要：
针对新一代飞机高综合化、高复杂度和高耦合性导致的传统推理故障诊断策略难以满足现代维修保障需求的问题,开展基于广义回归神经网络(Generalized Regression Neural Network,GRNN)的飞机液压泵智能化故障诊断研究.构建经验模态分解(Empirical Mode Decomposition,EMD)与 自回归(Autoregressive,AR)相融合的深度特征提取方法,提升原始信号的隐层故障特征筛选能力;再将增强后的隐层特征与GRNN相结合进行神经网络训练,提升智能诊断模型的识别精度.实验结果表明,EMD-AR-GRNN智能诊断模型能快速、准确地诊断出液压泵各故障模态,对保障设备的安全运行,提升系统可靠性具有重要的意义.
文献关键词：
EMD-AR;多模态;液压泵;故障诊断;神经网络
中图分类号：
作者姓名：
郭文军;张自来;陈丽君
作者机构：
南京机电液压工程研究中心航空机电系统综合航空科技重点实验室,江苏南京 210000
文献出处：
引用格式：
[1]郭文军;张自来;陈丽君-.EMD-AR和GRNN算法下的航空液压泵多模态故障诊断分析)[J].液压与气动,2022(06):151-158
A类：
B类：
EMD,GRNN,航空液压泵,故障诊断分析,综合化,耦合性,故障诊断策略,维修保障,保障需求,广义回归神经网络,Generalized,Regression,Neural,Network,飞机液压泵,诊断研究,经验模态分解,Empirical,Mode,Decomposition,自回归,Autoregressive,深度特征提取,故障特征,特征筛选,神经网络训练,智能诊断模型,识别精度,提升系统,系统可靠性
AB值：
0.390036
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。
