航空发动机气路改进神经网络故障诊断研究.pdfVIP

航空发动机气路改进神经网络故障诊断研究卢俊文。等

航空发动机气路改进神经网络故障诊断研究

ResearchOntheFauItBasedOnNeuralNetwOrk

DiagnOsticInlprOVed

forGasPathof

Aeroengine

卢傻支关端常虎山互威凤尚汗译

(中国民用航空飞行学院，四川广汉618307)

摘要：针对航空发动机气路故障，建立了基于改进BP神经网络的航空发动机气路故障诊断模型。采用该模型寻找发动机状态参

数与不同故障模式之间的映射关系．并利用收集的J’19D发动机的气路故障样本数据对诊断模型进行训练与检验。试验结果表明，改

进的BP神经网络故障诊断模型对J，19D发动机气路部件故障模式的识别具有较高的准确率，能够为基于状态的维修决策提供有效的

指导与建议，进而提高航空发动机的可靠性。

关键词：航空发动机气路故障诊断BP神经网络BP算法kvenberg．Marquardt算法

中图分类号：V263+．6文献标志码：ADOI：10．16086／j．cIlki．is蚰1000—0380．201501002

accordaIlcewitIlt}lefhllltmodelbasedonneumlnetworkisbllihf打

Ahi咖ct：Infatllts“gaspatllof北men舀ne-山ediagnosticiInp阳vedup

to6ndout幽erelationbetweenc佣dit主ond瀣b砖ntf矗llltmodes．Then出e

g够pa出ofaeroen垂nelmappingparamete硌0fen百ne卸ddiagnostie

肿delistrained锄dtestedcouected舶mJT9Dresuhsindic8tet}lattllehuh

byado砸ngnle咖pleda诅0fg鹕patlle畸ne．弛eexperimental

networktIle钿山modeofin

basedonneural

diagn∞tic跏ldelimpmvedpos鸵s∞sllig}leraccur扯yfor陀coglli2曲gpartsg髂patIl；“c蛐pmVide

adviceformainten越cedecisi叽based帆山eoftllec蛐beenh锄ced．

e如ctive伊idance卸ds咖s，tll璐tllereliabilityaeroen垂ne

GasBPneuralnet帅rI【BP

Keywords：Aemenginepa山faIlltdia印osisalgorithmIJeveI止虻rg-MarqIlardt如rithm

0引言1BP神经网络

大涵道比航空涡轮风扇发动机的气路零部件维修BP神经网络是一种使用较为广泛的前馈网络，它

费用占总维修费用的一半以上，且此类零部件故障率含有输入层、隐含层与输出层，其中隐含层可以包含一

层或多层[8]。航空发动机故障诊断属于模式识别与分

高(通常占到发动机故障的90％左右[1之1)、故障程度

严重、判断难度大。因此，研究航空涡轮发动机气路故类问题，其输出层节点的传递函数常采用Si舯0id或

障的智能诊断技术具有非常重要的工程价值和实际硬极限函数。目前，在实际应用中，三层BP网络就能

意义。