基于LVQ网络的航空发动机气路故障特征提取方法研究.pdf

《基于LVQ网络的航空发动机气路故障特征提取方法研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、·24·《测控技术}2014年第33卷第6期基于LVQ网络的航空发动机气路故障特征提取方法研究朱玉斌，李华聪(1．中国民航科学技术研究院，北京100028；2．西北工业大学动力与能源学院，陕西西安710072)摘要：针对航空发动机预测与健康管理系统对其状态判断和故障诊断的需求，结合LVQ网络具有处理分类问题时能够识别信息内含有的重要聚类特征信息的优点，提出了基于LVQ神经网络的航空发动机故障特征提取方法。分析研究了LVQ神经网络的结构和学习算法，以及某型航空发动机的测量参数、数据预处理和故障样本选

2、取方法。并以其设计点为例进行了系统仿真。通过与BP网络的分类器对比试验，表明了该算法的可行性和有效性。关键词：航空发动机；学习矢量量化网络；故障特征提取；故障诊断中图分类号：V263．6文献标识码：A文章编号：1000—8829(2014)06—0024—04AHealthFeatureExtractAlgorithmBasedonLVQNeuralNetworkForAero-EngineZHUYu—bin．LIHua—cong(1．ChinaAcademyofCivilAviationScie

3、nceandTechnology，Beijing100028，China；2．SchoolofPowerandEnergyNorthwesternPloytechnicalUniversity，xi’an710072，China)Abstract：Accordingtotherequirementofprognosticsandhealthmanagementinaero。engine，anovelapproachoffaultdiagnosisnamedthehealthfeatureextra

4、ctalgorithmispresented，whichisbasedonLVQneuralnet-work．AndtheLVQneuralnetworkhastheimportantadvantagesthattheclassificationcanbeidentifiedwhenthehealthfeatureinformationiscontained．ThestructureandlearningalgorithmofLVQneuralnetworkarean—alyzed．Thesele

5、ctionmethodsofmeasurementparameters，datapreprocessingandfaultsampleinaero—enginearediscussed．Finally，theexampleforengineisestablishedinitsdesignedpoint．Simulationresultsfromtheapplicationtoaturbofanmodelshowthattheclassificationhasperfectperformanceth

6、anBPneuralnetwork．Andthesimulationresultsdemonstratetheeffectivenessofthismethod，particularlyforturbofanenginehealthfeatureextracted．Keywords：aero—engine；learningvectorquantization；healthfeatureextract；faultdiagnostics航空发动机预测与健康管理技术(PHM，prognos—决的问题，航

7、空发动机故障特征提取方法研究正是基ticsandhealthmanagement)是利用先进传感器的集于这一需求进行的。成，借助智能模型和算法评估系统的健康状态，实现在航空发动机的故障一般包含气路故障、附件故障线状态监测、故障诊断、健康评价和预测技术，从而减和机械件故障。由于气路是发动机的核心，通过分析少了定期和不定期的地面维护时间，提高发动机的可气路结构和性能，检测、隔离和量化气路主要部件的性靠性与利用率，减少维护费用，保证飞行任务，节约宝能退化情况，已经成为当前最有效的健康监控技术之贵的维修时

8、间¨J。为了实现航空发动机PHM的功一当前主要的气路故障诊断方法包括基于线性模型。能，如何评价航空发动机的健康状况成为首先需要解的小偏差故障方程、基于非线性稳态模型方法和人工智能方法。其中由于神经网络可以以任意精度逼近非线性函数的优点，已成为气路故障诊断和健康判断的收稿日期：2013—04—26作者简介：朱玉斌(1977一)，男，江西九江人，博士后，高级工程主要研究方法。师，主要研究方向为航空发动机状态监测与故障诊断技术。通常来说，由于BP网络采用了基于梯度下降的基于LVQ网络的航