信息融合在航空發(fā)動機氣路故障診斷中的應用研究.pdf

1、航空發(fā)動機故障診斷是航空發(fā)動機領域的重要研究方向，意義重大，已經成為目前國內外十分關注的一個研究熱點。信息融合是近年來興起的一門學科，在許多領域得到了廣泛的應用和研究；在航空發(fā)動機故障診斷領域的應用尚處于起步階段，故障診斷中可利用的信息很多，只有充分利用有用的信息來對設備的故障進行診斷才能提高故障診斷的精度和可靠性，因此在航空發(fā)動機上進行故障診斷實質上是一個多信息融合的過程。
　　本文首先論述了故障診斷技術中信息融合的基本原理、層

2、次結構和常用方法；詳細介紹了當前在故障診斷中應用比較多的BP神經網絡、RBF神經網絡和支持向量機這三種分類器的基本結構、原理以及分類算法，并以JT9D發(fā)動機氣路故障診斷為例詳細說明了這三種分類器的設計過程和故障診斷原型和樣本的建立；闡述了D-S證據理論的方法、模型，并結合算例進行了分析。在此基礎上，將航空發(fā)動機故障診斷與信息融合相結合，提出了一種基于多分類器融合技術的雙層發(fā)動機故障診斷模型和方法，并通過發(fā)動機氣路故障診斷實例分析、驗證了