《表3 测试样本数据：基于BP神经网络的涡轴发动机故障诊断研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于BP神经网络的涡轴发动机故障诊断研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

完成网络训练之后，接下来要对网络进行测试。为检验网络的泛化能力，特地选取了不同的输入参数，同时变更了两个故障的位置。测试样本数据如表3所示。五组测试数据经过训练好的神经网络进行运算后，测试样本输出结果如表4所示。从表中，我们可以判断出五种诊断结果分别为一级燃气涡轮裂纹y3、燃气涡轮转子超速y5、一级燃气涡轮裂纹y3、燃烧室故障y4、放气活门异常y2。而实际的故障数据分别对应的故障现象为正常y1、燃气涡轮转子超速y5、一级燃气涡轮裂纹y3、燃烧室故障y4、放气活门异常y2。从这可以看出，其结果的正确度只能达到80%。