论文部分内容阅读
航空发动机由于其结构复杂导致故障类型多样,增加故障诊断难度给飞行器安全行驶带来隐患.本文通过构建BP神经网络模型并采取附加动量方法和变学习速率方法对模型修正来进行航空发动机故障诊断.根据故障数据特征,本文构建4个主要监测参数下的用于神经网络训练的数据样本.对样本进行学习训练,结果表明神经网络设置参数的中间层数量、学习速率、训练次数、训练样本比例都对神经网络预测正确率有着一定的影响,其中训练次数的影响最为显著.