应用神经网络的航空发动机故障诊断仿真研究

• 作者: 叶志锋 孙健国
• 来源期刊: 南京航空航天大学学报(英文版)
• 学科: 航空航天
• 关键词: 神经网络 故障诊断 航空发动机
• 年，卷（期）: 2001,（2）
• 页码范围: 157-163
• 页数: 7页
• 分类号: V263.6|V430
• 字数: 1497字
• 语种: 英文
• DOI: 10.3969/j.issn.1005-1120.2001.02.007

摘要

传统的定期维护制度成本高,劳动强度大,且对发动机故障的诊断和探测能力十分有限.现代飞机上的发动机监控系统(EMS)具有向维护人员提供有关发动机故障信息的潜在能力.本文将径向基函数(RBF)神经网络应用到航空发动机故障诊断中.该方法能够依靠测量参数探测发动机多个气路故障,并对各大部件的性能退化进行定量的诊断.仿真结果表明,诊断的精度能够满足实际应用的需要,神经网络的非线性映射能力可用来捕捉发动机的特性.该方法具有通用性,在其他类似的复杂机械中也可以获得应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙健国	南京航空航天大学能源与动力学院	116	2147	24.0	38.0
2	叶志锋	南京航空航天大学能源与动力学院	44	414	11.0	19.0