基于PSO-GRNN的直升机旋翼不平衡故障诊断

为了准确诊断直升机旋翼不平衡故障，提出了一种基于粒子群算法和广义回归神经网络模型(PSO-GRNN)的故障诊断方法。将交叉验证得到的平均均方误差作为粒子群的适应度函数，运用粒子群算法搜寻最优的GRNN光滑因子，建立最优的故障诊断模型。结果表明：采用PSO-GRNN模型可实现直升机旋翼不平衡的类型和程度的有效诊断，故障类型准确率高达94.29%，故障程度的诊断最大误差仅6.54%，满足工程需求。