科研之友
微信
新浪微博
Facebook
分享链接
摘要
为提高航空发动机运行安全分析的精度和计算效率，提出了一种航空发动机运行状态下的时变安全性分析方法。所提方法结合飞行任务特点和航空发动机工作特性，以提取的快速存取记录器（Quick Access Recorder， QAR）信息为分析数据，依托数据包络分析法，考虑航空发动机运行过程中发动机工作状态、燃/滑油工作状态、飞机飞行状态、运行外界条件4类因素对运行安全性进行分析。针对航空发动机运行安全影响因素的高度非线性和强耦合性，提出了一种PSO/BR-ANN智能神经网络模型。所提模型基于人工神经网络（Artificial Neural Network， ANN）算法通过改进粒子群优化（Particle Swarm Optimization， PSO）算法和贝叶斯正则化（Bayesian Regularization， BR）优化。通过对B737-800机型一次北京至乌鲁木齐的飞行任务的航空发动机运行安全分析，得到了时变的航空发动机安全裕度，验证了方法的有效性。通过PSO/BR-ANN、随机森林、ANN三种算法的比较，说明PSO/BR-ANN智能神经网络模型提高了分析精度和计算效率。所提方法和模型可以为航空发动机的运行安全分析、特情处理、维修及设计提供有益参考。
- 单位
