基于模糊矩阵和神经网络的航空发动机磨损部位故障识别

• 作者: 孙涛 李冬
• 来源期刊: 燃气涡轮试验与研究
• 学科: 航空航天
• 关键词: 航空发动机 光谱分析 磨损故障 神经网络 相似矩阵 聚类
• 年，卷（期）: 2019,（6）
• 页码范围: 50-53,60
• 页数: 5页
• 分类号: V231.2+5
• 字数: 3107字
• 语种: 中文

摘要

滑油中的金属颗粒成分及含量反映了发动机部件磨损程度,利用光谱分析技术监测诊断发动机部件磨损故障.在分析发射光谱原始数据的基础上,提出基于BP神经网络的航空发动机磨损部位识别方法,并通过实例阐述了部位磨损识别的步骤.将待识别样本输入已经训练好的神经网络中,得到低压压气机轴承支座磨损故障模式.待识别样本中含有Fe、Al、Cr、Cu、Mg,与低压压气机轴承支座磨损故障模式存在的元素完全一致.与原始识别方法相比,本文方法得到的故障特征更加明显,所需训练样本更少,识别精度达到96.67％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙涛	海军航空大学基础学院	107	255	7.0	10.0