《表1 故障特征向量表:无人机机载发电机故障诊断技术研究》
神经网络是逐渐发展的发展的网络组成之一,在故障诊断预测中具有广泛适用性,当前网络可通过数据连接实现建模具有一定的适应性,首先神经系统网络是单向传播的网络,可对非线性函数进行权值训练,具有输入层和隐含层,反向传播网络激活函数是可微的,这一函数具有非线性放大系数的功能,函数形式如下所示。处于隐含层利用s型激活函数,利用线性激活函数,针对输出层进行神经网络计算,存在一定的局限性问题,因此可以使用优化算法的方式来解决神经网络的缺陷问题。在本研究中使用神经网络改进算法,即Lm方法。基于神经网络故障诊断的实现过程。在本研究中以无人机发电机和相应的控制系统故障诊断作为研究对象,进一步说明神经故障网络在诊断过程中的过程需要提取无人机飞行故障特征数据,构建相应的特征库,按照故障类型进行分类,对所获取数据完成统一分析处理,作为样本数据还需要进行持续的训练操作,通过研究发现该系统存在6个故障特点和故障原因,构建故障特征向量如表1所示。
图表编号 | XD00139199700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.25 |
作者 | 叶杨飞、沈宝国、徐露兵、沈朝萍 |
绘制单位 | 江苏航空职业技术学院、江苏航空职业技术学院、江苏航空职业技术学院、江苏航空职业技术学院 |
更多格式 | 高清、无水印(增值服务) |