科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对多种油液分析数据的特点，建立了航空发动机磨损故障融合诊断方法，实现基于油液分析数据的航空发动机磨损状态综合评估。该故障融合诊断方法包括磨损故障定性分析、定位分析和定因分析。定性分析以光谱、铁谱和颗粒计数原始分析数据为输入，基于（ Dempster-Shafer）证据理论获得发动机磨损故障定性诊断结果；在定位分析部分，建立了基于深度学习的滚动轴承故障部位识别模型，以能谱分析原始数据作为模型输入，实现了航空发动机磨损部位的智能识别；最后，在定性分析部分，利用定性结果和定位结果，根据领域专家的经验，建立了基于if-then的知识规则，找出发动机磨损故障原因；利用实际油液监测数据对所提方法的有效性和可靠性进行验证，诊断精度最高可达到100%，结果充分表明了该方法的正确有效性。
-
单位南京航空航天大学; 中国航发商用航空发动机有限责任公司
