摘要
本发明提供了一种航空发动机燃烧室故障诊断方法,首先用小波包分析技术做信号处理,选取db3小波函数,用硬阈值小波包降噪的方法将信号降噪,然后进行小波包分解与重构,以提取信号的能量特征向量,并将得到的特征向量作为神经网络的输入;设计GA+BP算法,将遗传算法与神经网络相结合;GA对BP神经网络做前期优化,确定出最佳网络结构及该结构对应的初始权值、阈值和网络的学习速率;然后,构造具有最佳结构和参数的神经网络来进行故障诊断。GA+BP神经网络比BP神经网络的工作量少,且克服了陷入局部极小的缺点,有更好的训练性能;GA+BP神经网络的故障诊断准确率高于BP神经网络。
技术关键词
航空发动机燃烧室
BP神经网络
故障诊断方法
基因
遗传算法寻优
计算机可读取存储介质
数据归一化方法
编码
速率
构造特征向量
参数
染色体
故障诊断装置
信号采集单元
节点数
重构
信号处理单元
信号降噪
系统为您推荐了相关专利信息
振动故障诊断方法
SVM分类器
序列
齿轮故障
算法参数优化
可视化故障诊断方法
子路由器
服务器
作业场景
信号发射器
故障振动信号
旋转机械设备
特征值
核主成分分析
矩阵
智能故障诊断方法
机械振动信号
历史数据特征
故障特征
温湿度传感器
防治哮喘药物
过敏性哮喘
CMV启动子
病毒载体
核苷酸