基于静电监测和神经网络的航发典型故障诊断 |
| |
引用本文: | 付宇,殷逸冰,冒慧杰,左洪福,冯正兴.基于静电监测和神经网络的航发典型故障诊断[J].计算机集成制造系统,2019,25(11). |
| |
作者姓名: | 付宇 殷逸冰 冒慧杰 左洪福 冯正兴 |
| |
作者单位: | 中国民航大学航空工程学院,天津,300300;南京航空航天大学民航学院,江苏南京,211106 |
| |
基金项目: | 航空科学基金;中央高校基本科研业务费专项 |
| |
摘 要: | 为解决航空发动机中典型气路机械故障模式的诊断问题,开展了故障模拟静电监测实验。利用经典特征参数分析了4类典型故障模式下的静电信号,在此基础上进一步提出几类新特征指标和初始故障判别逻辑理论,并利用Fisher准则方法对所提新特征指标的有效性进行验证。提出一种基于自组织映射神经网络的气路故障诊断工程化应用方法,并对故障诊断算法进行实例验证,结果表明,基于静电信号和自组织映射神经网络的气路故障诊断方法能够很好地识别不同故障模式并具备良好的可视化表达效果,为气路故障诊断提供了一种很好的工程化研究方法。
|
关 键 词: | 航空发动机 静电监测 传感器 故障诊断 Fisher准则 自组织映射 神经网络 |
本文献已被 CNKI 万方数据 等数据库收录! |
|