基于BP神经网络的航空发动机故障检测技术研究

为了提高航空发动机故障检测正确率,将BP神经网络应用于航空发动机故障检测中。从某航空公司使用的CFM56-7B系列发动机的实际飞行历史数据中选取研究样本,对比了6种训练方法的效果并最终选择弹性BP法对网络加以训练并进行测试。结果表明:该方法对CFM56-7B系列发动机的排气温度指示故障、进口总温指示故障和可调放气活门故障的检测正确率高达83.33%。BP神经网络能够很好地应用于航空发动机的实际故障检测,其学习记忆稳定、网络收敛速度快,具有一定的工程实用价值。     

一种多寿命件机会更换策略启发式搜索算法

针对多寿命件机会更换问题缺乏快速有效求解算法的难题，提出了一种启发式搜索算法。以全生命周期寿命件总成本最低为优化目标，建立了多寿命件机会更换问题优化模型，将问题解空间表达为树结构；为了提高搜索算法的效率，提出了子节点生成方法和单层节点数量控制方法；在此基础上，提出了启发式搜索算法；最后，采用数值实验和应用案例对提出算法进行了评估和验证。结果表明:算法的消耗时间、求解效果与子节点生成系数α、单层节点最大数量β存在关系；当选取合适的α和β时，算法能够在较短时间内取得较好的效果；算法能够适用于设备总寿命为200000时间单位、包含100个寿命件的较大规模的多寿命件机会更换问题。