基于集成智能算法的发动机滑油系统融合诊断

为确保飞行训练安全、预防发动机维修事故发生,针对当前航空发动机磨损故障诊断存在的问题,提出基于集成智能算法的发动机滑油系统故障检测模型.从铁谱诊断、光谱诊断、颗粒计数诊断、理化指标诊断和试车台数据诊断等方面研究了运用集成神经网络方法对多源信息进行融合诊断.结果表明:融合诊断结果的故障模式比单项诊断结果的故障模式要多;当单项诊断出现矛盾时,融合诊断结果能很好地解决诊断冲突问题.基于集成神经网络的发动机油液系统磨损故障的融合诊断能充分利用多种方法的互补性和有效解决诊断冲突问题,从而使诊断结果更为可靠和准确.     

发动机油液光谱分析界限值动态调整问题研究

基于油液光谱分析界限值在油液检测中的重要性,探讨运用遗传算法增强BP神经网络界限值动态调整模型的泛化能力,建立了基于BP神经网络的动态界限值模型.结果表明:该模型不仅能完成基于光谱分析界限值的监测工作,而且能进行某型飞机发动机的故障诊断,并根据油液光谱监测数据实现故障定位.运用这种方法,可以将光谱分析界限值的学习固化于神经网络的连接权中,形成初步的诊断报告,与监测数据一起上交飞机发动机质量监测小组,形成更加科学的某型飞机发动机的监测机制.