三轴大涵道比涡扇发动机故障诊断系统研究
| 文献类型 | 学位 |
| 作者 | 孙洪生[1] |
| 机构 | 北京航空航天大学 ↓ |
| 授予学位 | 硕士 |
| 年度 | 1999 |
| 学位授予单位 | 北京航空航天大学 |
| 语言 | 中文 |
| 关键词 | 涡扇发动机;人工神经网络;故障诊断 |
| 摘要 | 该文运用人工神经网络技术,建立了适用于RB211-535E4发动机的状态监视和故障诊断系统CompDiag的子系统-气路部件故障诊断子系统.神经网络选用BPN误差后向传播网络),网络的输入和输出节点由给定的发动机故障指印图确定,输入数据采用线性归一方法进行处理;网络的训练样本由指印图给定的故障和按线性方法处理得到的不同严重程度的故障组成;测试样本由不同严重程度的故障样本按给定误差限加随机误差组成;文中比较了不同隐含层节点数及训练样本对网络诊断准确率的影响,确定了网络的基本结构.以此BPN为基础,结合趋势对比、初始点选择、综合分析等经验方法组成了气路部件邦联认断子系统,并以发动机实际故障案例进行考核,效果理想.通过修改原有双轴涡扇发动机的性能模型,该文建立了适用于三轴大涵道比涡扇发动机RB211-535E4的稳态性能模型,模拟巡航状态发劝机气路部件的曲型故障,比较并分析模型结果与给定故障模式的差别;模拟起飞状态发动机监视参数的裕度,并且消化和分析COMPASS分析所用的监视方法. |
影响因子：
dc:title:三轴大涵道比涡扇发动机故障诊断系统研究
dc:creator:孙洪生
dc:date: publishDate:1753-01-01
dc:type:学位
dc:format: Media：北京航空航天大学
dc:identifier: LnterrelatedLiterature：北京航空航天大学.1999.
dc:identifier:DOI：
dc: identifier:ISBN:
