基于SOM神经网络的航空发动机滑油系统健康评估

研究了基于SOM神经网络的滑油系统健康评估方法。利用SOM神经网络确定了系统不同状态下的健康参数,并与故障状态下的健康指数进行比较,划分了系统的健康等级,为及时评判滑油系统的健康情况提供了依据。利用正常样本及故障样本分别对SOM神经网络进行验证,结果证明了模型的有效性。SOM神经网络应用于健康评估时具有泛化能力好、学习速率快、输出层结果比较直观等优点,为滑油系统的健康评估提供了新的方法和思路。

神经网络BP算法在滑油系统故障诊断中的应用

通过介绍神经网络反向传播算法(BP)的原理,研究BP算法在航空发动机滑油系统故障诊断方面的应用。BP算法因其高度的非线性、模拟的并行性、高度容错性、系统健壮性、自联想、自学习和自适应等许多特点,在航空发动机滑油系统调试和系统的监测及诊断中发挥较大的作用。