-
题名基于小波过程神经网络的飞机发动机状态监视
被引量：18
- 1
-
-
作者
钟诗胜
李洋
-
机构
哈尔滨工业大学机电工程学院
-
出处
《航空学报》
EI
CAS
CSCD
北大核心
2007年第1期68-71,共4页
-
基金
国家自然科学基金(60373102
60572174)
黑龙江国际合作项目基金(WH054A01)
-
文摘
针对飞机发动机状态监视问题,提出了小波过程神经网络模型。其隐层和输出层为过程神经元,隐层激活函数采用小波函数。该模型结合了过程神经网络可以处理连续输入信号的特点及小波变换良好的时频局域化性质,有更强的学习能力和更高的预测精度。文中给出了相应的学习算法,并以飞机发动机状态监视中排气温度裕度的预测为例,分别利用3层前向过程神经网络和小波过程神经网络进行预测。结果表明,小波过程神经网络结构更简单,收敛速度更快,优于过程神经网络,因而为飞机发动机状态监视提供了一种有效的方法。
-
关键词
过程神经元
小波过程神经网络
学习算法
飞机发动机状态监视
-
Keywords
process neuron
wavelet process neural network
learning algorithm
condition monitoring of aeroengine
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于误差预测修正的液体火箭发动机故障预测方法研究
被引量：2
- 2
-
-
作者
聂侥
吴建军
-
机构
国防科学技术大学航天科学与工程学院
-
出处
《推进技术》
EI
CAS
CSCD
北大核心
2016年第8期1569-1578,共10页
-
基金
国家自然科学基金(51206181
51506219)
-
文摘
为解决液体火箭发动机故障预测这一难题,提出一种基于误差预测修正的故障预测方法。在历史数据的基础上建立小波过程神经网络故障预测模型,同步计算学习样本的预测误差,根据上述误差建立双并联离散过程神经网络预测模型。预测时,将预测误差值实时补偿到小波过程神经网络预测模型以提高预测精度。通过液体火箭发动机地面试验中的涡轮泵数据对该方法进了验证。结果表明,该方法在预测精度和适应能力上较单一的过程神经网络预测模型有显著提高,进行10步预测时,预测值的标准化均方根误差为0.392,预测平均耗时为76ms,能够用于解决液体火箭发动机故障预测问题。
-
关键词
液体火箭发动机
故障预测
小波过程神经网络
双并联离散过程神经网络
误差修正
-
Keywords
Liquid-propellant rocket engine
Failure prediction
Wavelet process neural networks
Double parallel feedforward discrete input process neural network
Error correlation
-
分类号
V434
[航空宇航科学与技术—航空宇航推进理论与工程]
-
-
题名一种深度小波过程神经网络及在时变信号分类中的应用
- 3
-
-
作者
张振
许少华
-
机构
山东科技大学计算机科学与工程学院
-
出处
《软件》
2020年第2期102-107,共6页
-
基金
山东省重点研发计划项目资助(批准号：2017YFSD030620)
-
文摘
针对多通道非线性时变信号分类问题,提出一种基于稀疏自编码器的深度小波过程神经网络(SAE-DWPNN)。通过构建一种多输入/多输出的小波过程神经网络(WPNN),实现对时变信号的多尺度分解和对过程分布特征的初步提取;通过在WPNN隐层之后叠加一个SAE深度网络,对所提取的信号特征进行高层次的综合和表示,并基于softmax分类器实现对时变信号的分类。SAE-DWPNN将现有过程神经网络扩展为深度结构,同时将深度SAE网络在信息处理机制上扩展到时间域,扩展了两类模型的信息处理能力。该网络可提取多通道时序信号的分布特征及其结构特征,并保持样本特征的多样性,提高了对信号时频特性和结构特征的分析能力。文中分析了SAE-DWPNN的性质,给出了综合训练算法。以基于12导联ECG信号的7种心血管疾病分类诊断为例,实验结果验证了模型和算法的有效性。
-
关键词
时变信号
模式分类
小波过程神经网络
深度SAE网络
学习算法
-
Keywords
Time-varying signal
Pattern classification
Wavelet process neural network
SAE deep network
Learning algorithm
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名多分辨小波过程神经网络及其应用研究
被引量：6
- 4
-
-
作者
李洋
钟诗胜
-
机构
哈尔滨工业大学机电工程学院
-
出处
《智能系统学报》
2008年第3期211-215,共5页
-
基金
国家自然科学基金资助项目(60572174)
-
文摘
以小波多分辨分析为理论基础,结合过程神经网络模型,建立了具有分层、多分辨和局部学习特性的多分辨小波过程神经网络.该网络充分利用小波函数和尺度函数互补的特性,以及过程神经网络可以处理连续输入信号的能力,能够很好地解决复杂的非线性时间序列的预测问题.给出了相应的学习算法,并以航空发动机排气温度裕度状态监视为例,利用多分辨小波过程神经网络进行预测.结果表明,多分辨小波过程神经网络收敛速度快、精度高.同时也为航空发动机排气温度裕度状态监视问题提供了一种有效的方法.
-
关键词
过程神经元
多分辨分析
多分辨小波过程神经网络
学习算法
发动机状态监测
-
Keywords
process neuron
multiresolution analysis
multiresolution wavelet process neural network
learning algo- rithm
condition monitoring of aeroengine system
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名连续小波过程神经网络及其仿真研究
- 5
-
-
作者
李洋
钟诗胜
张艳
-
机构
哈尔滨工业大学机电工程学院
-
出处
《智能系统学报》
2007年第6期77-81,共5页
-
基金
国家自然科学基金资助项目(60572174).
-
文摘
在小波分析和过程神经网络理论的基础上,提出了连续小波过程神经网络模型,其隐层为过程神经元,隐层激活函数采用小波函数.该网络结合了小波变换良好的时—频局域化性质及过程神经网络可以处理连续输入信号的特点,因而学习能力强,精度高.给出了小波过程神经网络学习算法,并以航空发动机滑油系统状态监测为例,分别利用传统BP网络和小波过程神经网络进行预测.结果表明,小波过程神经网络收敛速度快,精度高,优于BP网络的预测能力,同时也为航空发动机滑油系统状态监测问题提供了一种有效的方法.
-
关键词
过程神经元
连续小波过程神经网络
学习算法
发动机滑油监测
-
Keywords
process neuron
continuous wavelet process neural networks
learning algorithm
monitoring of aeroengine lubricating oil system
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
