基于深度学习的航空发动机故障融合诊断

【类型】期刊

【作者】车畅畅 王华伟 倪晓梅 洪骥宇  

【刊名】北京航空航天大学学报

【关键词】 航空发动机,故障诊断,深度学习,抗干扰能力,决策融合

【摘要】通过对航空发动机故障诊断,能够正确判断各部件工作状态,快速确定维修方案,保证飞行安全。在结合深度信念网络和决策融合理论的基础上,提出了基于深度学习的航空发动机故障融合诊断模型。该模型通过分析发动机的大量性能参数,首先利用深度学习算法提取出性能参数中的隐藏特征,得出故障分类置信度;然后对多次故障分类结果进行决策融合,从而得出更准确的诊断结果。将普惠JT9D-74R发动机故障系数用于数据仿真,通过实例验证本文提出算法的有效性;算例计算结果表明:多次实验结果经数据融合提高了可信度,该模型具有较高的故障分类诊断准确性和抗干扰能力。

【年份】2018

【作者单位】南京航空航天大学民航学院;

【页码】42742

【全文挂接】全文挂接