-
题名用集成过程神经网络预测民航发动机振动趋势
被引量：3
- 1
-
-
作者
雷达
钟诗胜
-
机构
哈尔滨工业大学机电工程学院
-
出处
《振动．测试与诊断》
EI
CSCD
北大核心
2015年第1期137-141,194,共5页
-
基金
国家高技术研究发展计划(“八六三”计划)资助项目(2012AA040911-1)
国家自然科学基金资助项目(60939003)
-
文摘
提出了一种集成过程神经网络预测模型用于民航发动机振动信号趋势预测。首先,对AdaBoost.RT算法的误差函数进行了改进,并采用自适应调整策略在训练过程中自动调节算法的分类阈值;然后,以改进的AdaBoost.RT算法为集成学习框架构建集成过程神经网络（process neural network,简称PNN）预测模型。通过对两组实际民航发动机振动信号序列的预测对集成模型的预测效果进行了评估。结果表明,在具有更加简单网络结构的情况下,集成PNN模型的预测效果好于单一PNN模型。此外,提出的改进AdaBoost.RT算法的效果优于原始AdaBoost.RT以及仅改进了阈值调整方法的AdaBoost.RT算法。对比结果表明,提出的集成PNN模型适用于民航发动机振动信号变化趋势预测。
-
关键词
航空发动机
振动信号
趋势预测
集成学习
AdaBoost.RT
过程神经网络
-
分类号
TH183
[机械工程—机械制造及自动化]
TH263.6
[机械工程—机械制造及自动化]
-
