10.16526/j.cnki.11-4762/tp.2022.08.003
基于遗传算法的大推力氢氧补燃发动机故障检测
通过优化故障检测的方法,可以提高大推力氢氧补燃发动机故障检测的精确性能;BP神经网络是基于梯度的方法确定权值与阈值,而梯度下降法本身就很容易受到局部极小点的影响;遗传算法是一种多点搜索的优化方式,具有良好的全局寻优能力,可以优化BP网络的不足;基于发动机试车过程中测得到的流量、温度、压力等信号,应用GA-BP神经络构建发动机工作过程的非线性辨识模型,对大推力氢氧补燃发动机可能的运行故障进行检测,由试车数据的仿真结果可知,该算法达到了较好的故障检测效果.
大推力氢氧补燃发动机、故障检测、神经网络、遗传算法
30
TP306.3(计算技术、计算机技术)
2022-09-05(万方平台首次上网日期,不代表论文的发表时间)
共6页
14-18,43