基于人工神經(jīng)網(wǎng)絡(luò)的航空發(fā)動(dòng)機(jī)故障診斷方法

于宗艷　韓連濤　孟嬌茹

摘 要：針對(duì)航空發(fā)動(dòng)機(jī)工作環(huán)境和結(jié)構(gòu)的復(fù)雜性，設(shè)計(jì)了一種基于人工神經(jīng)網(wǎng)絡(luò)的航空發(fā)動(dòng)機(jī)故障診斷方法。使用BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)對(duì)航空發(fā)動(dòng)機(jī)故障的診斷和識(shí)別，為了加快BP算法的收斂速度，采用帶慣性項(xiàng)的批處理BP算法對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。通過(guò)對(duì)檢驗(yàn)樣本的測(cè)試驗(yàn)證了該方法的有效性和可行性，將不同隱含層數(shù)及不同誤差精度的算法性能進(jìn)行了比較分析，結(jié)果表明本設(shè)計(jì)的網(wǎng)絡(luò)結(jié)構(gòu)及選取的誤差精度能滿足實(shí)際需要。

關(guān)鍵詞：故障診斷； BP神經(jīng)網(wǎng)絡(luò)； BP算法； 航空發(fā)動(dòng)機(jī)

中圖分類號(hào)：TN911?34； TP181 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1004?373X（2013）02?0065?03

由于航空發(fā)動(dòng)機(jī)的工作環(huán)境復(fù)雜、狀態(tài)變化多端[1?2]，以及系統(tǒng)結(jié)構(gòu)的復(fù)合性[3]，使得發(fā)動(dòng)機(jī)的故障機(jī)理和故障類型也非線性化[4?5]。由于人工神經(jīng)網(wǎng)絡(luò)（ANN）具有良好的非線性特性、自學(xué)習(xí)及信息的并行處理能力[6]，本文采用BP神經(jīng)網(wǎng)絡(luò)對(duì)航空發(fā)動(dòng)機(jī)進(jìn)行故障診斷和識(shí)別。

1 BP神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)[7]是一種使用最廣泛的前饋網(wǎng)絡(luò)，它含有輸入層一個(gè)，輸出層一個(gè)，隱含層一個(gè)或多個(gè)。每層上的各節(jié)點(diǎn)之間沒(méi)有連接關(guān)系，信息從輸入層依次經(jīng)過(guò)各隱含層最后到輸出層從而實(shí)現(xiàn)信息的單向傳播。BP前饋神經(jīng)網(wǎng)絡(luò)將Sigmoid函數(shù)作為隱含層節(jié)點(diǎn)的激活函數(shù)，而當(dāng)BP網(wǎng)絡(luò)用于分類時(shí)，其輸出層節(jié)點(diǎn)的激活函數(shù)常采用Sigmoid或硬極限函數(shù)。目前，應(yīng)用最為廣泛的BP網(wǎng)絡(luò)為三層BP網(wǎng)絡(luò)，其結(jié)構(gòu)如圖1所示。

4 結(jié) 語(yǔ)

本文設(shè)計(jì)了一種基于人工神經(jīng)網(wǎng)絡(luò)的航空發(fā)動(dòng)機(jī)故障診斷方法，采用BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)對(duì)航空發(fā)動(dòng)機(jī)故障的識(shí)別和診斷。BP網(wǎng)絡(luò)使用帶慣性項(xiàng)的基于批處理的BP算法進(jìn)行訓(xùn)練， 通過(guò)仿真分析，表明該方法能夠有效的對(duì)航空發(fā)動(dòng)機(jī)的故障進(jìn)行診斷。為設(shè)備維修提供有效參考。

參考文獻(xiàn)

[1] 苗卓廣，謝壽生，吳勇，等.基于改進(jìn)粒子群算法的航空發(fā)動(dòng)機(jī)狀態(tài)變量建模[J].推進(jìn)技術(shù)，2012，33（1）：73?77.

[2] 馬建倉(cāng)，葉佳佳.基于小波包分析的航空發(fā)動(dòng)機(jī)故障診斷[J].計(jì)算機(jī)仿真，2010，27（2）：48?51.

[3] 牛偉，王國(guó)慶，翟正軍，等.航空發(fā)動(dòng)機(jī)的多參數(shù)快速故障診斷模型[J].計(jì)算機(jī)應(yīng)用研究，2011，28（12）：4564?4567.

[4] 俞剛，黃金泉.基于支持向量機(jī)和卡爾曼濾波器的航空發(fā)動(dòng)機(jī)故障診斷研究[J].航空發(fā)動(dòng)機(jī)，2012，38（1）：47?49.

[5] 王英，沙云東.航空發(fā)動(dòng)機(jī)故障診斷技術(shù)綜述[J].沈陽(yáng)航空工業(yè)學(xué)院學(xué)報(bào)，2007，24（2）：12?13.

[6] 周世官，張?jiān)?基于進(jìn)化神經(jīng)網(wǎng)絡(luò)的模擬電路故障診斷[J].計(jì)算機(jī)測(cè)量與控制，2007，15（8）：991?993.

[7] 謝宏，程浩忠.前向神經(jīng)網(wǎng)絡(luò)的神經(jīng)元分層逐個(gè)線性化快速學(xué)習(xí)算法[J].電子學(xué)報(bào)，2005，33（1）：111?112.

[8] 趙洪宇，李蔚，盛德仁，等.基于BP神經(jīng)網(wǎng)絡(luò)的凝汽器故障診斷研究[J].電站系統(tǒng)工程，2004，20（6）：32?34.

[9] 宮新保，臧小剛，周希朗.基于免疫算法的前向神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法[J].系統(tǒng)工程與電子技術(shù)，2004，26（12）：1927?1929.

[10] 郝紅勛，白杰，郝英.基于BP神經(jīng)網(wǎng)絡(luò)方法的民用航空發(fā)動(dòng)機(jī)故障診斷[J].中國(guó)民航飛行學(xué)院學(xué)報(bào)，2006，17（5）：37?38.