基于径向基神经网络的航空发动机气路故障诊断

摘要：

基于径向基神经网络对民用高涵道比航空发动机风扇、增压级、高压压气机、高压涡轮、低压涡轮5大气路部件的效率降低故障进行诊断;采用Gasturb进行故障训练样本和测试样本库的生成,诊断结果显示,采用径向基神经网络进行航空发动机气路故障诊断的计算时间短、精度较高,不仅能定性的定位故障部位,而且在大多数情况下可以定量的给出该部件的性能衰退程度;某些情况下诊断结果与测试样本不尽一致,但都是方程的合理解,这是因为航空发动机的数学模型是一个多解的复杂方程,一个总性能的衰减对应着多组部件性能衰退的组合;随噪声幅值加大,诊断精度变差,同时研究发现诊断精度受噪声影响的敏感系数在不同的噪声幅值水平下是不同的.

关键词：航空发动机、气路故障、径向基、神经网络、噪声

所属期刊栏目：24

分类号：V231.3(航空发动机（推进系统）)

资助基金：国家自然科学基金51306201;四川省教育厅自然科学项目16ZB0035;中国民用航空飞行学院科学研究基金J2014-38;中国民用航空飞行学院科学研究基金J2015-28

在线出版日期：2016-08-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：76-81