lvq-trammel for rozpіznavannya tehnіchnogo going avіatsіynih gazoturbіnnih dvigunіv
DOI:
https://doi.org/10.18372/2306-1472.31.1451Abstract
In the paper the problem of LVQ-network using for identification of aircraft gas turbine engines technical condition is considered. The results of LVQ-network training and using for aircraft gas turbine engines technical condition identification are given
References
Якушенко О. С. Нейронні мережі для діагностування ГТД //Вісн. – 2004. – № 2 (20). – С. 67–71.
Адаменко В. А., Дубровин В. И., Субботин С. А. Диагностика лопаток авиадвигателей по спектрам затухающих колебаний после ударного возбуждения на основе нейронных сетей прямого распространения // Новые материалы и технологии в металлургии и машиностроении. – 2000. – № 1. – С. 91–96.
Hassan T. A. F., El-Shafei A., Zeyada Y. “Comparision of neural network architectures for machinery fault diagnosis”// ASME TurboEXPO 2003, Atlanta GA, USA, Paper GT2003–38450, 2003.
Дубровин В. И., Субботин С. А. Нейронная сеть LVQ в задачах технической диагностики.// Радiоелектронiка. Iнформатика. Управлiння. – 2000. – № 2. – С. 110–118.
LVQ_PAK: The Learning Vector Quantization Program Package / T. Kohonen, J. Hynninen, J Kangas. and others. – Helsinki: Helsinki University of Technology, 1995. – 30 p.
Kohonen T. Self-Organization and Associative Memory. Springer-Verlag, Berlin-Heidelberg – New York: Tokio, 3 edi-tion, 1989.– 255 p.
Лозицкий Л. П., Степаненко В. П., Студеникин В. А., Практическая диагностика авиационных газотурбинных двигателей. – М.: Транспорт, 1985. –102 с.
Лозицкий Л. П., Авдошко М. Д., Березлев В. Ф. Авиационные двухконтурные двигатели Д-30КУ и Д-30КП – М: Машиностроение, 1988. – 228 с.
Медведев В. С., Потемкин В. Г. Нейронные сети Matlab 6 / Под общ. ред. В. Г. Потемкина – М.: ДИАЛОГ-МИФИ, 2002. – 496 c.
