一种基于TCN-LGBM的航空发动机气路故障诊断方法

【类型】期刊

【作者】吕卫民  孙晨峰  任立坤  赵杰  李永强 

【刊名】兵工学报

【关键词】 轻量级梯度提升机,注意力机制,航空发动机,故障诊断,时间卷积神经网络

【摘要】长时间工作在高温高压、强振动等恶劣气路环境下的航空发动机经常面临部件疲劳、腐蚀和性能退化的问题，且其故障诊断时序逻辑性不强、故障参数耦合较深等特点十分明显，为此提出一种基于时间卷积神经网络(Temporal Convolutional Network, TCN)和轻量级梯度提升机(Light Gradient Boosting Machine, LGBM)的航空发动机气路故障诊断方法。故障诊断分为故障特征提取和分类诊断两个过程：引入TCN框架，在保证故障数据训练时序逻辑的基础上，实现对远层历史信息和当前层信息的特征融合构建，融合通道注意力机制增强了高质量特征的权重；基于LGBM模型实现对特征的快速分类，利用贝叶斯方法实现对模型超参数的快速优化。以基于PROOSIS软件建模的某军用小涵道比涡扇发动机故障仿真数据为例，对6种故障模式进行诊断识别。仿真结果表明了所提方法的有效性；通过与其他模型对比体现了该方法的优越性。

【年份】2024

【作者单位】海军航空大学;

【期号】01

【页码】253-263