基于極限學(xué)習(xí)機的航空發(fā)動機傳感器故障診斷研究.pdf

1、針對基于梯度的傳統(tǒng)學(xué)習(xí)算法多存在參數(shù)選擇困難、容易陷入局部最小化、過擬合等問題，研究了基于極限學(xué)習(xí)機的航空發(fā)動機傳感器故障診斷方法。內(nèi)容涉及極限學(xué)習(xí)機算法的優(yōu)勢及改進、雙冗余傳感器故障診斷機制的建立及傳感器故障的仿真驗證。
　　首先分析和論述了極限學(xué)習(xí)機算法的優(yōu)勢。極限學(xué)習(xí)機算法僅需設(shè)置隱含層神經(jīng)元的個數(shù)和選擇激活函數(shù)，縮短了訓(xùn)練時間。仿真表明：在所建的訓(xùn)練模型精度相近的情況下，極限學(xué)習(xí)機算法的訓(xùn)練速率比BP神經(jīng)網(wǎng)絡(luò)算法的訓(xùn)練速率

2、快兩百多倍，且他們的測試精度和測試時間相近。
　　其次分析比較貼合實際的在線貫序極限學(xué)習(xí)機算法，并提出加權(quán)在線貫序極限學(xué)習(xí)機算法。運用給新舊數(shù)據(jù)分配不同的權(quán)值的方法，實現(xiàn)了對新數(shù)據(jù)和舊數(shù)據(jù)的不等權(quán)處理。仿真表明：加權(quán)在線貫序極限學(xué)習(xí)機算法比在線貫序極限學(xué)習(xí)機算法擁有更高的模型測試精度。
　　然后利用加權(quán)在線貫序極限學(xué)習(xí)機算法建立航空發(fā)動機傳感器的雙冗余故障診斷模型，運用空間冗余和時間冗余的結(jié)合來實現(xiàn)故障傳感器的診斷與定位。并