文献

J-GLOBAL ID：201702282391705591   整理番号：17A0145857

ラフ集合と改善されたBPニューラルネットワークに基づく航空エンジンの状態の診断【Powered by NICT】

The diagnosis of Aero-engine’s state based on rough set and improved BP neural network

著者 (3件)： Xu Zhi-Jun (School of Reliability and Systems Engineering, Beijing University of Aeronautics and Astronautics (BUAA), Beijing, China) ,  Hu Yan-Guang (School of Reliability and Systems Engineering, Beijing University of Aeronautics and Astronautics (BUAA), Beijing, China) ,  Liu Xiang-Kun (School of Reliability and Systems Engineering, Beijing University of Aeronautics and Astronautics (BUAA), Beijing, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： PHM (Chengdu)  ページ： 1-5  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 運転パラメータと寿命パラメータは,エンジンの状態を決定する因子である。しかし,運転パラメータと寿命パラメータも多くの因子,サイクル寿命損傷率,速度寿命損傷率,低および高圧ロータ速度などを含んでいる。これらの因子に基づいて,航空エンジンの評価と診断システムを構築した。考慮する必要があることを多くの因子のために,従来のニューラルネットワークに基づく故障診断の訓練時間が長い。これらの理由を考慮した後,本論文では,より迅速かつ正確に診断を実現するためのラフ集合理論と種の改善されたBPニューラルネットワークに基づいている。様々な性能指標によれば,重要なパラメータは指標を評価するとして抽出した。次に,この論文では,これらの因子を減らすために,遺伝的アルゴリズムに基づくラフ集合理論を用いた。分類の能力を保持する条件では,改良BPニューラルネットワークを用いた単純化パラメータを訓練することである。続いて,サンプルデータ神経回路網への入力。最終出力と比較して,単純化した評価指標が可能であるかどうかを知ることができる。試験結果は,本論文では,航空エンジン性能の包括的評価を解くための実現可能な方法を示すことが分かった。またこの方法は,訓練時間を短縮し,診断の精度を改善し,エンジンの維持のための参照を提供する。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 遺伝的アルゴリズム ,  サイクル寿命 ,  *航空輸送 ,  故障診断 ,  簡素化 ,  高圧 ,  神経回路網 ,  *ニューラルネットワーク ,  *ラフ集合
準シソーラス用語： 評価指標 ,  性能指標 ,  ラフ集合論 ,  運転パラメータ ,  *航空エンジン ,  *逆伝播ニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (4件)： ラフ集合 ,  BPニューラルネットワーク ,  航空エンジン ,  診断