基于深度学习的飞机故障不确定性评估研究
飞机是集各种高新技术于一体的大型复杂系统.在飞行过程中,由于高温高速的恶劣工作环境,飞机的关键部件(如叶片、轴、轴承等)会不可避免地会发生故障,这些故障往往会影响飞机的整体性能,甚至造成机毁人亡.由于飞行环境的不确定性,飞机关键部件故障具有不确定性特点,主要体现为故障的突发性、随机性和模糊性,运用传统的方法难以做出理想的故障诊断和健康评估.因此,提出了深度学习新方法来有效解决这个实际问题.深度学习通过构建含多隐层的学习模型,实现逐层的特征变换,从而自适应地捕获隐藏于故障数据内部的有用信息,最终提升诊断的准确性.将深度学习方法用于滚动轴承的故障诊断,其识别精度远高于传统的人工神经网络和支持向量机.
飞机故障 不确定性 深度学习
姜洪开 邵海东 慕连好
西北工业大学航空学院, 西安710072 火箭军驻济南地区军事代表室, 济南250000
国内会议
2016年全国设备监测诊断与维护学术会议、第十五届全国设备故障诊断学术会议、第十七届全国设备监测与诊断学术会议、2016年全国设备诊断工程会议
西安
中文
112-114
2016-08-01（万方平台首次上网日期，不代表论文的发表时间）