基于GA-AANN神经网络的SDQ算法的航空发动机传感器数据预处理

• 作者: 吕升 孙浩 郭迎清
• 来源期刊: 推进技术
• 学科: 航空航天
• 关键词: 航空发动机传感器 故障诊断 SDQ算法 遗传算法 AANN神经网络
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 测试与控制
• 页码范围: 1142-1150
• 页数: 9页
• 分类号: V233.7
• 语种: 中文
• DOI: 10.13675/j.cnki.tjjs.2018.05.022

摘要

为实现对输入健康管理系统的航空发动机传感器数据进行数据鉴定、故障诊断以及去除噪声信号干扰,提出了一种航空发动机传感器数据预处理方法.针对双通道传感器航空涡扇发动机,搭建了以合理性检验模块和解析冗余检验模块为主要内容的SDQ算法模型,利用遗传算法优化的AANN神经网络实现传感器的解析冗余检验.采用蒙特卡罗仿真方法,将改进的SDQ算法与一种基于最小二乘法的SDQ算法进行对比仿真验证.结果表明,本文提出的SDQ算法在发动机稳态条件下对阶跃故障和漂移故障隔离的平均正确率分别提高了1.7％和19.1％,在发动机动态条件下对阶跃故障和漂移故障隔离的平均正确率分别提高了12.5％和33.8％.且在多传感器故障诊断和除噪方面性能优异,处理后的传感器信号平均信噪比提高了8.27dB.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭迎清	西北工业大学动力与能源学院	141	1126	18.0	24.0
2	孙浩	西北工业大学动力与能源学院	76	475	12.0	18.0
3	吕升	西北工业大学动力与能源学院	3	14	3.0	3.0