引入隐变量机制的航空发动机智能故障诊断系统

摘要：

基于BIT和ATE设计的航空发动机FDS(故障诊断系统)在地面工作正常,而在飞行状态下会出现诊断性能大幅下降.使用Fisher判决率对故障特征样本分析,确认飞行高度等隐变量对故障特征样本质量的影响导致了FDS性能的下降.提出了两种解决方案:(1)直接将隐变量增加到故障特征集;(2)采用人工神经网络方法对故障特征样本进行数据预数据,消除隐变量对样本质量的影响.实验结果说明,后一种方法能够更为有效地消除隐变量的影响,提高飞行状态下航空发动机故障诊断系统的性能.

关键词： 航空发动机 故障诊断系统 飞行状态 隐变量 故障特征 人工神经网络

作者: 刘明 严建峰 李伟华

作者单位: 西北工业大学 计算机学院,陕西 西安 710072

会议类型: 国内会议

会议名称: 第十七届全国测试与故障诊断技术研讨会

会议地点: 杭州

会议语种:中文

页码: 154-158

在线出版日期: 2008-05-01（万方平台首次上网日期，不代表论文的发表时间）