基于智能神经网络的航空发动机运行安全分析

作     者：刘佳奇 冯蕴雯 路成 薛小锋 潘维煌 LIU Jiaqi;FENG Yunwen;LU Cheng;XUE Xiaofeng;PAN Weihuang

作者机构：西北工业大学航空学院西安710072 

出 版 物：《航空学报》 (Acta Aeronautica et Astronautica Sinica)

年 卷 期：2022年第43卷第9期

页      面：128-139页

核心收录：

学科分类：08[工学] 0825[工学-航空宇航科学与技术] 

基　　金：国家自然科学基金(51875465) 民机专项(MJ-2020-Y-14) 

主　　题：航空发动机 运行安全 深度学习 智能算法 人工神经网络 QAR运行数据 

摘      要：为提高航空发动机运行安全分析的精度和计算效率,提出了一种航空发动机运行状态下的时变安全性分析方法。所提方法结合飞行任务特点和航空发动机工作特性,以提取的快速存取记录器(QAR)信息为分析数据,依托数据包络分析法,考虑航空发动机运行过程中发动机工作状态、燃/滑油工作状态、飞机飞行状态、运行外界条件4类因素对运行安全性进行分析。针对航空发动机运行安全影响因素的高度非线性和强耦合性,提出了一种PSO/BR-ANN智能神经网络模型。所提模型基于人工神经网络(ANN)算法通过改进粒子群优化(PSO)算法和贝叶斯正则化(BR)算法进行优化。通过对B737-800机型一次北京至乌鲁木齐飞行任务的航空发动机运行安全分析,得到了时变的航空发动机安全裕度,验证了方法的有效性。通过对PSO/BR-ANN、随机森林、ANN这3种算法进行比较,说明PSO/BR-ANN智能神经网络模型提高了分析精度和计算效率。所提方法和模型可以为航空发动机的运行安全分析、特情处理、维修及设计提供有益参考。