基于神经网络的直升机自动倾斜器轴承故障诊断方法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Fault Diagnosis Method of Helicopter Swash-Plate Bearing Based on Neural Networks
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    为了进一步提高直升机的安全性,利用BP神经网络和RBF神经网络对直升机自动倾斜器轴承进行故障诊断。完成了直升机自动倾斜器轴承故障植入试验,获取了自动倾斜器轴承的故障振动数据,并进行了振动数据的特征信号提取。采用振动数据特征信号的多参数融合作为神经网络的输入,对自动倾斜器轴承故障进行诊断,获得了较高的故障诊断率。采用基于神经网络的故障诊断方法,自动倾斜器轴承各类故障的最高故障诊断率均大于89%。

    Abstract:

    To improve the helicopter safety better, the fault diagnosis of swash-plate bearing based on BP neural network and RBF neural network is investigated. Bearing seed fault tests are carried out, vibration data of bearing tests are obtained and its characteristic signals are collected. Some characteristic signals of vibration data are used as the inputs of neural networks to perform the fault diagnosis, and accurate fault diagnosis rates are obtained. The highest diagnosis rates of different kinds of bearing faults are high than 89%.

    参考文献
    相似文献
    引证文献
引用本文

金小强 李新民 陈焕 张先辉.基于神经网络的直升机自动倾斜器轴承故障诊断方法[J].南京航空航天大学学报,2016,48(2):230-237

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2017-03-16
  • 出版日期:
文章二维码
您是第位访问者
网站版权 © 南京航空航天大学学报
技术支持:北京勤云科技发展有限公司