基于神经网络的航空发动机故障诊断研究

【类型】学位论文

【作者】梅家崎 

【关键词】 航空发动机 故障诊断 故障模式分析 神经网络 主成分分析

【摘要】本文研究了如何使用神经网络对航空发动机进行故障诊断。介绍了航空发动机的结构特点和工作原理，并对发动机的各类故障进行了说明；通过对发动机进行故障模式分析，建立故障模式与特征参量的联系，提取并整合发动机的故障特征信息，构建了航空发动机故障模式体系；依据所建立的体系提取发动机故障模式数据，用于诊断系统模拟实验。为了提高故障数据的信息利用率，采用了主成分分析对故障数据进行预处理；在有效保留故障特征信息的同时，对原始故障数据进行降维，从而获得故障样本特征参量，并将其作为神经网络的直接输入量，用于训练和测试。分别采用多层感知机、径向基函数网络和自组织网络构建航空发动机故障智能诊断模型，以实现故障模式分类。神经网络对基于样本的诊断问题可以达到较高的识别率，并且易于程序实现，适合工程应用。本文着重对以上三种网络进行了分析，由于三种网络结构存在差异，其具体的实现形式也不同，因此针对三种网络各自的结构和功能特点设计了相应的诊断算法，通过实验对三种网络的诊断效果进行了对比研究。神经网络结合主成分分析的处理形式有效提高了数据使用率和诊断系统工作效率，在模拟实验中，诊断正确率可以稳定在较高的水平，取得了较好的应用效果；在相关工程应用领域，该方法有着很高的实用性和推广价值。

【学位名称】硕士

【学位授予单位】沈阳航空航天大学

【学位授予年度】2016

【导师姓名】田丰

【读秀链接】读秀链接