林学森
- 作品数:6 被引量:46H指数:4
- 供职机构:中国人民解放军海军航空工程学院飞行器工程系更多>>
- 发文基金:国家自然科学基金'泰山学者'建设工程专项更多>>
- 相关领域:航空宇航科学技术自动化与计算机技术更多>>
- 深度置信网络在发动机气路部件性能衰退故障诊断中的应用研究被引量:19
- 2016年
- 为提高发动机转动部件性能衰退故障诊断精度,针对传统的浅层网络和支持向量机(SVM)方法在诊断时存在泛化能力欠缺、易产生局部最优解等问题,引入近年来在模式识别领域取得巨大突破,模拟人脑多层结构的深度置信网络(DBN)进行发动机部件性能衰退故障的诊断。为改进深度置信网络性能,提出一种在无监督和有监督训练阶段都可自适应调整权值的改进算法(ad_DBN)。以涡扇发动机为对象,将两种DBN算法与BP,RBF和SVM方法从诊断精度、计算时间、抗噪能力三方面进行综合比较分析。结果表明DBN算法诊断精度明显优于反向传播(BP)神经网络,径向基(RBF)神经网络和支持向量机(SVM)方法,得益于权值的自适应调整,ad_DBN诊断的平均精度高达97.84%,其抗噪声能力也明显优于其他算法,能够提高故障诊断的有效性和可靠性。
- 李本威林学森杨欣毅赵勇宋汉强
- 关键词:航空发动机故障诊断
- 涡轴发动机性能退化分析与诊断被引量:4
- 2015年
- 利用燃气涡轮发动机数值仿真软件(GSP)建立涡轴发动机性能仿真模型,采用退化因子方法得出部件性能退化后发动机测量参数的变化,并以此分析部件性能退化对发动机性能的影响。针对发动机单个部件性能对整机性能的影响权值难以定量的问题,提出采用随机赋权值的极限学习机(ELM)算法诊断发动机部件性能退化。仿真结果表明,运用ELM算法进行涡轴发动机部件性能退化诊断的平均精度可达97.5%,速度也明显快于BP等传统神经网络。
- 林学森李本威赵勇宋汉强高龙波
- 关键词:涡轴发动机极限学习机
- ELM在航空发动机气路部件故障诊断的应用研究被引量:2
- 2016年
- 针对航空发动机故障呈现复杂性、多样性、非线性等特点,运用传统的BP、ELman神经网络进行发动机气路部件故障诊断存在网络训练参数设置复杂,迭代次数多,训练速度慢,泛化能力欠缺等问题。为此提出利用极限学习机(Extreme Learning Machine,ELM)法识别涡扇发动机气路部件故障。该方法通过为输入权和隐藏层偏置随机赋值,利用MP逆求解输出权值。以某型涡扇发动机为对象,进行ELM、BP、ELman气路部件故障诊断比较研究,实验结果验证了利用ELM识别涡扇发动机气路部件故障的精确性、快速性、稳定性。
- 王小雷林学森杨欣毅
- 关键词:航空发动机故障诊断
- 某型发动机在线清洗喷射架强度计算与振动分析被引量:4
- 2017年
- 为研究喷射架强度以及振动特性,确保从飞机进气道唇口安装清洗喷射装置进行发动机清洗时的可靠性,避免喷射装置和飞机共振,文章利用有限元数值仿真对喷射架进行了结构静力强度和模态计算分析,得到喷射架10阶振型及固有频率,喷射架结构强度满足要求。进行了发动机进气道唇口测振分析,得到发动机在冷运转状态下,相应进气道唇口测振频谱值。设计进行了模拟环境振动验证试验,得出结论:喷射架固有频率与冷运转状态下发动机进气道唇口振动频率没有耦合,发动机冷运转状态下的飞机进气道唇口振动不会损坏喷射装置,也不会对在线清洗造成影响。
- 李本威伍恒张勇林学森
- 关键词:强度计算试验验证
- 一种基于量子粒子群优化的极限学习机(英文)被引量:9
- 2017年
- 极限学习机(ELM)是一种新型的单隐含层神经网络的训练方法,同传统的基于梯度的网络训练方法相比,具有快速的学习速度和更好的泛化性能。ELM在实际应用中往往需要大量的隐含层神经元,由于随机设定输入权值和偏置值,容易导致病态问题的出现。为解决上述问题,提出一种应用量子粒子群(QPSO)优化包括隐含层节点个数在内的网络参数的方法。这种优化基于验证集的均方根误差,考虑到了输入权值矩阵的范数。在典型的回归和分类问题上进行试验证明了算法的有效性。
- 逄珊杨欣毅林学森
- 关键词:极限学习机量子粒子群泛化能力
- 大气湿度对涡轴发动机地面试车性能的影响被引量:8
- 2016年
- 针对涡轴发动机夏季工厂试车性能普遍不合格现象,通过研究大气湿度对发动机进气和燃气热力参数的作用,证明大气湿度变化对发动机性能和工作特性有一定影响。利用相似第一定理,分析并计算了非标准状态下,发动机地面试车时性能换算参数的湿度修正情况,结合计算机编程得出不同湿度条件下各换算参数的湿度修正系数。工厂试车验证表明,加入湿度修正方案后,对发动机健康状况的评定更加客观,更能反映发动机的真实性能状态。
- 张赟林学森李本威王永华孙涛
- 关键词:涡轴发动机地面试车