论文部分内容阅读
该文研究一种基于深度置信网络(deep belief network,DBN)的改进方法,并将其用于航空发电机旋转整流器故障特征提取及诊断操作中.首先,采集发电机交流励磁机励磁电流信号.其次,利用粒子群算法(particle swarm optimization,PSO)对深度置信网络进行训练,用于优化和确定深度置信网络的结构.最后,对所研究的方法进行仿真模型和实际平台的算法验证,并设计一个基于数字信号控制器(digital signal controller,DSC)的紧凑型实时诊断系统,成功实现了算法的移植工作,并取得了理想的诊断效果.