基于BP神經(jīng)網(wǎng)絡(luò)與PNN在航空發(fā)動機(jī)故障診斷上的對比

摘 要：航空發(fā)動機(jī)智能故障診斷技術(shù)廣泛應(yīng)用于民航并具有重要作用，其利于航空公司提高維修效率，降低營運(yùn)成本。獲取典型民用發(fā)動機(jī)PW4000飛行數(shù)據(jù)以及故障信息，對BP神經(jīng)網(wǎng)絡(luò)和概率神經(jīng)網(wǎng)絡(luò)（PNN）改進(jìn)及優(yōu)化，結(jié)合數(shù)據(jù)處理并提出智能故障診斷方法。經(jīng)多次計(jì)算，BP診斷成功率為99.106%，PNN為99.339%。

關(guān)鍵詞：民航發(fā)動機(jī)；故障診斷；神經(jīng)網(wǎng)絡(luò)

據(jù)《中國航空維修業(yè)市場前瞻與投資戰(zhàn)略規(guī)劃分析報(bào)告》數(shù)據(jù)顯示，截至2010年底，中國民航擁有各類發(fā)動機(jī)3600余臺[ 1 ]。民航維修行業(yè)發(fā)展迅速，2010民航維修市場總量達(dá)23.2億美元，其中發(fā)動機(jī)維修約占40%。對于日益增長的發(fā)動機(jī)維修市場，航空公司在日常維護(hù)和修理中都心有余而力不足。

一、BP神經(jīng)網(wǎng)絡(luò)故障診斷

民航發(fā)動機(jī)的故障診斷是利用發(fā)動機(jī)數(shù)據(jù)進(jìn)行分析與診斷。在進(jìn)行診斷之前獲得了PW4000的狀態(tài)數(shù)據(jù)和故障表格。數(shù)據(jù)一共有99組，按規(guī)律選取其中的三組（見表1），對應(yīng)的參數(shù)名稱分別為：右發(fā)低壓渦輪溫度（egt-c）、右發(fā)燃油流量（ff-c）、右發(fā)高壓渦輪轉(zhuǎn)速（n2-c）、右發(fā)低壓渦輪轉(zhuǎn)速（n1-c）。

在診斷中選取四個故障，分別為TCC系統(tǒng)關(guān)閉、高壓渦輪部件衰退、高壓壓氣機(jī)部件衰退、低壓壓氣機(jī)性部衰退和3.0放氣活門打開。故障表格如表2。

利用歸一化程序：[p，PS]=mapminmax（p'），其中p為表2形成的矩陣。P為p轉(zhuǎn)置后的矩陣，歸一化后的矩陣見表3。

在數(shù)據(jù)組中加入白噪聲，獲得12組新的數(shù)據(jù)，10組用于訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)，2組用于檢驗(yàn)故障的診斷率。

利用歸一化后前10組進(jìn)行訓(xùn)練，訓(xùn)練結(jié)果為：

layerbias = 0.08 -0.88 0.31 0.77 -0.78。

檢驗(yàn)的隱含層為12層，輸出層為5，最終迭代的次數(shù)為8610次，迭代梯度為e-16，精度為0.001。用最后兩組數(shù)據(jù)對神經(jīng)網(wǎng)絡(luò)進(jìn)行診斷，診斷的程序?yàn)椋簊im（net，te），總體診斷成功率為99.106%。

二、PNN故障診斷

PNN的訓(xùn)練和仿真檢驗(yàn)數(shù)據(jù)都和BP相同所以不再贅述。在PNN的訓(xùn)練與仿真中共使用20組的數(shù)據(jù)，前10組用于訓(xùn)練，后10組用于檢驗(yàn)網(wǎng)絡(luò)并得出診斷成功率，訓(xùn)練矩陣為P，檢驗(yàn)矩陣為T。

訓(xùn)練程序?yàn)椋篜=P'；A=[1]；B=[2]； C=[3]； D=[4]； E=[5]；

T=[A；B；C；D；E；A；B；C；D；E；A；B；C；D；E；A；B；C；D；E；A；B；C；D；E；A；B；C；D；E；A；B；C；D；E；A；B；C；D；E；A；B；C；D；E；A；B；C；D；E]'；

T1 = ind2vec（T）； spread =15； net = newpnn（P，T1，spread）；

檢驗(yàn)程序?yàn)椋篩 = sim（net，Z）； TestResult = vec2ind（Y）；

測試結(jié)果為：TestResult =Columns 1 through 50

1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5

首次診斷成功率為100%，檢驗(yàn)數(shù)據(jù)經(jīng)過多次添加白噪聲并檢驗(yàn)，一共為200組，平均診斷成功率為99.339%，由于在相同的網(wǎng)絡(luò)及軟件環(huán)境下進(jìn)行訓(xùn)練與仿真，使用數(shù)據(jù)和檢驗(yàn)數(shù)據(jù)也相同，檢驗(yàn)結(jié)果真實(shí)可靠。

三、結(jié)論

在發(fā)動機(jī)故障診斷方面使用了BP神經(jīng)網(wǎng)絡(luò)和PNN使得故障的診斷更為快捷和精確，不用再依靠機(jī)務(wù)或者大修人員的經(jīng)驗(yàn)和臨場狀態(tài)，降低了維護(hù)和修理的成本。BP與PNN診斷成功率對比可知PNN的檢驗(yàn)成功率更高，更快捷。

參考文獻(xiàn)：

[1] 于宗艷，韓連濤，孟嬌茹.基于人工神經(jīng)網(wǎng)絡(luò)的航空發(fā)動機(jī)故障診斷方法[J].現(xiàn)代電子技術(shù)，2013年第02期：8-12.

作者簡介：

黃磊（1991-），男，中國民航大學(xué)，碩士，研究方向：航空發(fā)動機(jī)渦輪葉片侵蝕。