航空发动机状态监控和预测性维护应用研究
日期:2023.09.04 点击数:9
【类型】期刊
【刊名】测控技术
【关键词】 特征提取,深度学习,健康管理,剩余寿命预测,故障预测
【摘要】为了深化飞参数据的应用价值,通过研究发动机转动件故障预测、剩余寿命预测以及气路健康等,为发动机保障决策和预测性维护提供参考。采用经验模态分解(EMD)结合相对向量机(RVM)、灰度模型(GM)用于发动机转动件、气路监测的状态监控和故障预测,选取波音某型飞机故障数据验证了模型的准确性,平均绝对百分比误差(MAPE)能达到8.46%;采用卡尔曼滤波(KF)结合梯度提升决策树(GBDT)的方法对数据进行降噪并预测剩余寿命,通过美国国家航空航天局(NASA)的航空发动机仿真数据集验证了模型能达到91.3%的准确率;采用核主成分分析(KPCA)结合深度置信网络(DBN)的方法建立发动机气路健康监控模型,经过大量QAR数据验证和测试,预测相对误差为0.43%。针对基于数据挖掘的航空发动机故障诊断算法开展研究,设计了相应的算法,开展了实验验证,通过有效的数据预处理和模型参数调节,使得故障诊断性能达到较高水准,为航空发动机的预测性维护提供了重要参考。
【年份】2023
【作者单位】航空工业陕西千山航空电子有限责任公司;
【期号】05
【页码】85-90
相关文章
- 1、基于深度学习的航空发动机异常检测方法研究 作者:张光耀 年份:2018
- 2、基于大数据的飞机健康管理和装备保障系统决策方法研究 作者:马双涛,杨航,李传忠,刘凯, 年份:2017
- 3、航空制造设备故障预测与健康管理设备分析 作者:李林, 年份:2021
- 4、航空电气故障预测与管理的研究 作者:吕亚楠, 年份:2021
- 5、航空电气故障预测与管理的研究 作者:吕亚楠, 年份:2021
- 6、航空电气设备的故障预测与健康管理探析 作者:石云,赵志斌,骆彬,唐婷, 年份:2021