量子超球神經網絡在振動故障檢測中的應用

提出了一種基于量子超球神經網絡的液體火箭發(fā)動機振動故障檢測方法,采用可變量子超球代表發(fā)動機工作模式,自然地提供了反映故障程度的概率幅;網絡的離線學習算法可以從訓練樣本中自動提取發(fā)動機振動知識,監(jiān)測算法不僅能正確預報故障,還能在線學習新的振動信息.試驗數據檢驗結果表明:量子超球神經網絡可以成功用于液體火箭發(fā)動機振動故障檢測.

作 者： 樊忠澤 黃敏超 Fan Zhongze Huang Minchao   作者單位： 樊忠澤,Fan Zhongze(西安交通大學電子與信息工程學院,陜西,西安,710049)

黃敏超,Huang Minchao(國防科技大學航天與材料工程學院,湖南,長沙,410073) 

刊 名： 火箭推進  英文刊名： JOURNAL OF ROCKET PROPULSION  年，卷(期)： 2008 34(5)  分類號： V434  關鍵詞： 量子超球神經網絡   液體火箭發(fā)動機   振動故障檢測  

【量子超球神經網絡在振動故障檢測中的應用】相關文章：

Elman型神經網絡在液體火箭發(fā)動機故障預測中的應用04-26

神經網絡在GPS高程擬合中的應用04-27

基于灰色神經網絡的航空發(fā)動機振動故障診斷方法研究04-26

人工神經網絡在單核苷酸多態(tài)性(SNP)檢測中的應用04-26

振動試驗系統(tǒng)在沖擊響應譜試驗中的應用04-26

淺析打樁振動效應在工程中的應用04-27

某燃氣輪機試車中振動值漸增故障分析04-27

人工神經網絡在環(huán)境災害預測中的應用進展04-26

自適應噪聲對消在抑制振動干擾中的應用04-26

神經網絡在空氣污染預報中的應用研究04-25