自适应概率神经网络在发动机故障诊断中的应用

摘要：

为克服BPN收敛速度慢、没有自组织能力的缺点，该文根据概率论原理、贝叶斯估计定理和信息分布的高斯假设，建立了具有自组织能力的自适应概率神经网络（APNN）。网络具有特定的拓扑结构、激励函数为高斯核函数，并利用整个学习样本集的所有信息，对实际样本进行极大似然估计。诊断结果表明，该网络不仅能定量隔离单一发动机气路各部件的故障。而且时多种故障并存具育较好的适应性，大大提高了网络的工程实用性。

关键词： 航空发动机 故障诊断 神经网络

作者: 孙斌 张津

作者单位: 航空发动机研究所 航空航天大学

会议类型: 国内会议

会议名称: ”98珠海航空学术会议航空动力研讨会

会议地点: 珠海

会议语种:中文

页码: 134～140

在线出版日期: 1998-11-01（万方平台首次上网日期，不代表论文的发表时间）