量子超球神经网络在振动故障检测中的应用
提出了一种基于量子超球神经网络的液体火箭发动机振动故障检测方法,采用可变量子超球代表发动机工作模式,自然地提供了反映故障程度的概率幅;网络的离线学习算法可以从训练样本中自动提取发动机振动知识,监测算法不仅能正确预报故障,还能在线学习新的振动信息.试验数据检验结果表明:量子超球神经网络可以成功用于液体火箭发动机振动故障检测.
作 者： 樊忠泽 黄敏超 Fan Zhongze Huang Minchao 作者单位： 樊忠泽,Fan Zhongze(西安交通大学电子与信息工程学院,陕西,西安,710049)黄敏超,Huang Minchao(国防科技大学航天与材料工程学院,湖南,长沙,410073)
刊 名： 火箭推进 英文刊名： JOURNAL OF ROCKET PROPULSION 年，卷(期)： 2008 34(5) 分类号： V434 关键词： 量子超球神经网络 液体火箭发动机 振动故障检测