10.13477/j.cnki.aeroengine.2017.01.010
基于BP神经网络的航空发动机故障检测技术研究
为了提高航空发动机故障检测正确率,将BP神经网络应用于航空发动机故障检测中.从某航空公司使用的CFM56-7B系列发动机的实际飞行历史数据中选取研究样本,对比了6种训练方法的效果并最终选择弹性BP法对网络加以训练并进行测试.结果表明:该方法对CFM56-7B系列发动机的排气温度指示故障、进口总温指示故障和可调放气活门故障的检测正确率高达83.33%.BP神经网络能够很好地应用于航空发动机的实际故障检测,其学习记忆稳定、网络收敛速度快,具有一定的工程实用价值.
故障检测、BP神经网络、航空发动机
43
V233.7(航空发动机(推进系统))
国家自然基金重点项目U1533202;民航科技项目MHRD20150104;山东省自主创新及成果转化专项2014CGZH1101
2017-03-31(万方平台首次上网日期,不代表论文的发表时间)
共5页
53-57