科研之友
微信
新浪微博
Facebook
分享链接
摘要
发动机是飞机重要的组成部分，是飞机正常安全飞行的保障。由于其工作环境恶劣，难以进行准确的故障诊断。为此，提出了基于ABC-LSTM的飞机发动机故障诊断方法。该方法首先设计了长短时记忆神经网络(Long Short-Term Memory, LSTM)故障诊断模型；然后采用人工蜂群算法(Artificial Bee Colony Algorithm, ABC)对所设计的长短时记忆神经网络故障诊断模型中的隐含层节点数进行优化，确定最优隐含层节点个数，创建ABC-LSTM的飞机发动机故障诊断模型；最后采用发动机监测数据对所创建的ABC-LSTM故障诊断模型进行测试和验证。为表明所设计的故障诊断模型的优越性，设计了PSO-LSTM和GA-LSTM故障诊断模型。研究结果表明，所提出的ABC-LSTM方法的故障诊断率达93.14%,与LSTM、PSO-LSTM、GA-LSTM故障诊断方法相比具有更好的诊断效果，为飞机发动机故障诊断提供了一种新思路。
-
单位沈阳航空航天大学; 自动化学院
