《基于深度学习的航空发动机传感器故障检测》PDF+DOC
作者:刘云龙,谢寿生,郑晓飞,边涛
单位:中国电子科技集团公司第四十九研究所
出版:《传感器与微系统》2017年第09期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFCGQJ2017090420
DOC编号:DOCCGQJ2017090429
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于广义回归神经网络的传感器故障检测》PDF+DOC2017年第09期 李长征,张瑜
《基于观测器的传感器故障检测方法对比分析》PDF+DOC2020年第03期 陶立权,刘程,张正,王倩,王伟
《基于神经网络预测器的单传感器故障检测方法》PDF+DOC1999年第02期 张晨,韩月秋,陶然,钮永胜
《基于硬件自冗余的称重设备传感器故障检测方法》PDF+DOC2017年第15期 卢赢,欧文,刘洋,卢圣文
《基于融合神经网络的传感器故障诊断专家系统》PDF+DOC2013年第02期 魏红娟
《基于部件跟踪滤波器的解析余度技术》PDF+DOC1994年第03期 兰春贤,孙健国
《摆式列车传感器故障检测原理与方法的研究》PDF+DOC2003年第02期 林建辉,张宇明,高燕
《基于DPCA方法的传感器故障检测与诊断》PDF+DOC2009年第12期 何慧娟,陈健,邹宇华
《基于自组织免疫网络的传感器故障检测模型》PDF+DOC2009年第05期 侯胜利,王威,柏林,周根娜,乔丽
《基于神经网络的地铁列车速度传感器故障诊断方法》PDF+DOC2014年第05期 宋云,朱明年
针对传统反向传播(BP)神经网络和支持向量机(SVM)存在的过拟合、维数灾难、参数选择困难等问题,提出了一种基于深度学习算法的航空发动机传感器故障检测方法。对发动机参数记录仪采集的多维数据进行预处理,建立基于深度置信网络(DBN)的故障检测模型,利用预处理后的数据对检测模型进行训练,经过DBN故障检测模型逐层特征学习实现了传感器故障检测。仿真结果表明:在无人工特征提取和人工特征提取的情况下,基于DBN故障检测的准确率均高于BP神经网络和SVM模型。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。