典型文献
基于深度学习与SAE网络的火箭推力下降故障诊断
文献摘要：
针对运载火箭动力系统在发动机推力下降故障诊断中存在的推力下降程度及故障时间测算不精确的问题,提出了一种基于深度学习的故障诊断方法.不同时刻及程度的推力故障下,利用运载火箭六自由度运动学模型生成的过载信息作为故障训练样本,采用堆栈自动编码器方法训练网络,利用训练好的网络辨识发动机推力下降程度,带入六自由度仿真模型中可以实现在线故障诊断.数字仿真证实:该方法可以对火箭发动机的不同时刻与不同推力下降程度的推力损失进行故障诊断,与普通神经网络方法相比,精确性更高.
文献关键词：
推力下降故障;运载火箭;故障诊断;深度学习;SAE网络
中图分类号：
作者姓名：
陈海鹏;闫杰;符文星
作者机构：
西北工业大学无人系统研究院,西安710072
文献出处：
引用格式：
[1]陈海鹏;闫杰;符文星-.基于深度学习与SAE网络的火箭推力下降故障诊断)[J].载人航天,2022(02):237-243
A类：
堆栈自动编码器
B类：
SAE,推力下降故障,运载火箭,火箭动力,动力系统,故障时间,间测,故障诊断方法,不同时刻,推力故障,六自由度运动,运动学模型,模型生成,过载,训练样本,方法训练,练好,带入,在线故障诊断,数字仿真,火箭发动机,推力损失,通神,神经网络方法,精确性
AB值：
0.347334
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。
