下面是小编整理的应用自组织网络识别火箭发动机泄漏故障（共含4篇），欢迎阅读分享，希望对大家有所帮助。同时，但愿您也能像本文投稿人“vxcvxtr”一样，积极向本站投稿分享好文章。
应用自组织网络识别火箭发动机泄漏故障
以一个典型的泵压式液体火箭发动机(LRE)为对象，针对发动机的几种泄漏故障，先用主成分分析法对泄漏故障的原始样本进行降维，然后利用降维的.样本，用自组织网络对泄漏故障进行识别，仿真结果表明，这一方法能对泄漏故障进行很好的识别。
作 者：于达仁 王建波 王广雄 作者单位：哈尔滨工业大学 能源科学与工程学院, 刊 名：推进技术 ISTIC EI PKU英文刊名：JOURNAL OF PROPULSION TECHNOLOGY 年，卷(期)： 22(1) 分类号：V430 关键词：液体推进剂火箭发动机,泄漏故障 故障诊断 人工神经元网络神经网络在液体火箭发动机故障检测中的应用(Ⅱ)模式识别技术
基于模糊超球神经网络,提出了一种液体火箭发动机故障的'实时检测系统.它采用模式识别技术,在建立正常工作状态的样板模式之后,把当前样本与样板模式进行比较,进而判断发动机工作状态.发动机试车数据分析表明:模糊超球神经网络对输入样本非常敏感.
作 者：黄敏超 张育林 陈启智 Huang Minchao Zhang Yulin Chen Qizhi 作者单位：国防科技大学航天技术系,长沙,410073 刊 名：推进技术 ISTIC EI PKU英文刊名：JOURNAL OF PROPULSION TECHNOLOGY 年，卷(期)： “”(2) 分类号：V430 关键词：液体推进剂火箭发动机 人工神经元网络 故障检测 模式识别Elman型神经网络在液体火箭发动机故障预测中的应用
提出一种将Elman神经网络应用于液体火箭发动机故障预测的.模型,并进行了多参数多步预测.仿真计算结果表明,较传统的静态BP网络预测模型,该模型结构简单,动态特性好,对于液体火箭发动机重要参数的预测效果较好,收敛速度快且精度高,具有较好的非线性时序预测能力,说明其在液体火箭发动机的故障预测中应用的可行性.
作 者：田路 张炜 杨正伟 TIAN Lu ZHANG Wei YANG Zhengwei 作者单位：第二炮兵工程学院,西安,710025 刊 名：弹箭与制导学报 PKU英文刊名：JOURNAL OF PROJECTILES, ROCKETS, MISSILES AND GUIDANCE 年，卷(期)： 29(1) 分类号：V434 关键词：Elman神经网络 液体火箭发动机 故障预测神经网络在液体火箭发动机故障检测中的应用(Ⅰ)非线性辨识技术
应用BP神经网络,提出了一种液体火箭发动机故障实时检测系统.它采用非线性辨识技术,在建立发动机数学模型和输出包含故障信息的监视指标信号之后,用阈值线与监视指标比较,从而预报发动机故障.液体火箭发动机启动与稳态过程的试验数据检验表明:基于非线性辨识技术的'故障检测系统性能优越.
作 者：黄敏超 张育林 陈启智 Huang Minchao Zhang Yulin Chen Qizhi 作者单位：国防科技大学航天技术系,长沙,410073 刊 名：推进技术 ISTIC EI PKU英文刊名：JOURNAL OF PROPULSION TECHNOLOGY 年，卷(期)：1999 20(1) 分类号：V430 关键词：液体推进剂火箭发动机 人工神经元网络 故障检测★ 网络应用专业简历
