基于小波神经网络的航空发动机故障诊断研究

中国民航大学学报

基于小波神经网络的航空发动机故障诊断研究

杨永刚，顾杰

（中国民航大学中欧航空工程师学院，天津300300）

收稿日期:2015-11-18 修回日期:2016-01-18 出版日期:2016-10-19 发布日期:2016-12-06
作者简介:杨永刚（1978—），男，吉林梨树人，副教授，博士，研究方向为故障诊断、机器人技术.
基金资助:
国家自然科学基金项目（61172013）

Study on aero-engine faults diagnosis based on wavelet neural network

YANG Yonggang, GU Jie

(Sino-Europewn Institute of Aviation Engineering, CAUC, Tianjin 300300, China)

Received:2015-11-18 Revised:2016-01-18 Online:2016-10-19 Published:2016-12-06

摘要/Abstract

摘要：

针对航空发动机的一些常见故障类型，为了达到进行有效识别的目的，提出了一种基于小波包和神经网络相结合的发动机故障诊断方法。以某型航空发动机为研究对象，通过小波包对采集到的振动数据进行分解和重构，提取出表征发动机工作状况的特征向量，并将其作为训练样本数据和检验样本数据，输入小波El-man 神经网络中并对其进行训练，试验结果表明：这种诊断模型能够有效地识别出所研究的航空发动机故障类型，故障诊断率较高。

关键词: 小波变换, 神经网络, 航空发动机, 故障诊断

Abstract:

In order to effectively identify the common fault types of aviation engine, a new method of engine fault diagnosis based on wavelet packet and neural network is proposed. Taking a certain type of aero-engine as research object,the vibration signal is decomposed and reconstructed through wavelet packet to obtain feature vector of its working condition. Then these data are input into the wavelet Elman neural network as training sample data and test sample data. Experimental results show that this method is feasible and the fault types of aero-engine is well recognized.

Key words: wavelet transform, neural network, aero-engine, fault diagnosis

中图分类号:

V263.6

杨永刚，顾杰. 基于小波神经网络的航空发动机故障诊断研究[J]. 中国民航大学学报.

YANG Yonggang, GU Jie. Study on aero-engine faults diagnosis based on wavelet neural network[J]. .

参考文献 13

[1]	范作民, 孙春林, 白杰. 航空发动机故障诊断导论[M]. 北京: 科学出版社, 2004.
[2]	何正嘉,张西宁.现代信号处理及工程应用[M]. 西安:西安交通大学出版社, 2007.
[3]	马建仓, 叶佳佳. 基于小波包分析的航空发动机故障诊断[J]. 计算机仿真, 2010, 27(2): 48-51, 63.
[4]	卢艳辉,尹泽勇.基于小波包分析方法的航空发动机滚动轴承故障诊断[J].燃气涡轮试验与研究, 2005, 18(1): 35-37, 44.
[5]	徐玉秀,原培新,杨文平.复杂机械故障诊断的分析与小波方法[M].北京：机械工业出版社, 2003.
[6]	周伟. 基于MATLAB的小波分析应用[M].西安: 西安电子科技大学出版社, 2010：10-11.
[7]	PENG Z K. Application of the wavelet transform in machine condition monitoring and fault diagnostics[J]. Mechanical Systems and Signal Processing, 2004, 18: 199-221.
[8]	康海英, 栾军英, 郑海起, 等. 基于小波包变换和BP 神经网络的齿轮箱故障诊断[J].军械工程学院学报, 2005(2): 26-28.
[9]	张北鸥. 基于小波包变换和Elman 神经网络的电机故障诊断系统的研究[D].武汉:武汉理工大学, 2010.
[10]	吴微,徐东坡,李正学.Elman网络梯度学习法的收敛性[J]. 应用数学和力学, 2008, 29(9): 1117-1123.
[11]	WU JIANDA, LIU CHUHONG. An expert system for fault diagnosis in internal combustion engines using wavelet packet transform and neural network[J]. ExpertSystemswithApplications, 2009, 36（3）:4278-4286.
[12]	张希军, 吴志真, 雷勇. 航空发动机试车中转子故障诊断[J]. 计算机测量与控制, 2005, 3(11): 1182-1185.
[13]	杨建国. 小波分析及其工程应用[M]. 北京:机械工业出版社, 2007:130-133.

[1]	赵箫, 杨文东, 胡俊成. 基于 WOA-BP 神经网络的多趋势机场间 OD 需求预测[J]. 中国民航大学学报, 2026, 44(2): 88-96.
[2]	董科强 a, b, 刘敬娜 b. 基于顺序熵的时间序列复杂性分析[J]. 中国民航大学学报, 2026, 44(1): 91-96.
[3]	郑美春, 沈良忠, 李岳, 蔡靖 . 基于 PSO-BP 神经网络的机坪泛光照明优化预测模型 [J]. 中国民航大学学报, 2025, 43(6): 54-60.
[4]	蔡靖, 周宁, 王岩, 戴轩, 李岳. 飞机冲偏出跑道事故统计分析及后果预测研究 [J]. 中国民航大学学报, 2025, 43(5): 37-43.
[5]	王伟, 许步锋, 何文博, 邸泽坤, 孙含宇. 基于空洞卷积神经网络的随机动载荷识别 [J]. 中国民航大学学报, 2025, 43(5): 58-63.
[6]	张莹, 王泽华, 梁帅, 罗睿敏, 王旭. T 型件激光熔覆的数值模拟 [J]. 中国民航大学学报, 2025, 43(4): 29-35.
[7]	何振鹏, 赵福星, 辛佳, 黎柏春, 葛畅, 刘鸿宇, 刘泉. 基于混合现实的航空发动机辅助维修学习系统 [J]. 中国民航大学学报, 2025, 43(4): 43-49.
[8]	邢馨元 a, b, 刘诗福 a, b, 凌建明 a, b, 陶泽峰 a, b, . 基于物理信息神经网络的跑道结冰预测方法 [J]. 中国民航大学学报, 2025, 43(3): 38-44.
[9]	王文益, 王建设. 利用 DPRNN 实现交织重数未知的 ADS-B 信号分离 [J]. 中国民航大学学报, 2025, 43(3): 75-80.
[10]	齐麟, 李苓通. 基于 BP 神经网络的飞行员对跑道平整度的评价预测 [J]. 中国民航大学学报, 2025, 43(2): 38-44.
[11]	卢丹, 张宏健, 钟伦珑, 胡铁乔. 基于电离层延迟智能估计的完好性评估 [J]. 中国民航大学学报, 2025, 43(1): 53-59.
[12]	刘瑞华 a , 张艳婷 a , 马赞 b. 基于时频图学习的北斗卫星导航系统干扰类型识别 [J]. 中国民航大学学报, 2024, 42(5): 45-51.
[13]	黄帅, 高明, 黄敏, 高晨竣, 关雪飞. 航空发动机涡轮盘定寿及可靠性评估方法综述[J]. 中国民航大学学报, 2024, 42(4): 1-16.
[14]	丁新伟, 秦倩, 阚犇, 刘骐畅, 贾驰. 基于图卷积神经网络的航站楼旅客流时空分布预测[J]. 中国民航大学学报, 2023, 41(6): 31-36.
[15]	霍海峰, 黄昊宇, 李其昂, 胡彪, 张兆文. 基于PINNs的高度非线性Richards入渗模型研究[J]. 中国民航大学学报, 2023, 41(5): 6-12.