鲸鱼优化算法优化卷积神经网络与双向长短期记忆网络的飞机液压系统优先阀故障诊断OA北大核心CSTPCD

优先阀作为飞机液压系统的一种重要控制元件,一般用于在液压系统供油压力较低时,优先保证主飞控系统的供油,其稳定性是飞行安全的重要保证。然而,飞机液压系统中仅存在压力传感器,传统诊断方法难以应用。为此,提出了一种用鲸鱼优化算法优化卷积神经网络与双向长短期记忆网络的故障诊断算法。以优先阀进出口压差信号为依据,利用卷积神经网络与双向长短期记忆网络融合算法提取故障特征,并通过鲸鱼优化算法优化超参数,避免所提算法陷入局部最优。通过AMESim与MATLAB多学科联合仿真,结果表明:该方法在复杂工况下的平均诊断准确率超95%;与现存方法相比,其在诊断精度和稳定性上有显著提升。