《表4 测试样本输出数据:基于BP神经网络的涡轴发动机故障诊断研究》
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%。
图表编号 | XD0011676200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.30 |
作者 | 姜文鑫 |
绘制单位 | 沈阳航空航天大学 |
更多格式 | 高清、无水印(增值服务) |