1、基于小波神經網絡的航空發動機故障診斷研究摘要：小波神經網絡是小波分析理論和神經網絡理論結合的產物。波變換是一種多分辨率的時頻分析方法，應用在振動信號處理、故障診斷方面較傳統方法優越。本文在闡述小波分析的基礎上，結合人為附加的正態分布噪聲，構造了小波神經網絡的訓練樣本和檢驗樣本。并通過matlab編程的方法得到結論0引言11隨著航空工業的飛速發展,航空發動機的安全性與可靠性越來越引起人們的重視。因其結構復雜,又工作在高速、高溫和重載的惡劣環境下,比較容易發生各種故障。發動機的狀態監視與故障診斷對各型航空發動機的可靠性和運行成本等有重大影響。因此發展發動機的準確、快速的診斷方法十分必要。發動機的有

2、些故障容易監測、診斷和預防,而有些故障不易發現和預防,尤其是那些災難性和突發性故障更引起人們的重視。因此,如何在故障發生之前或發生早期,就能及時捕捉故障信息,并采取有效措施防止故障擴展或發生,對于消除惡性事故隱患,減少或避免一般故障發生更具有特別重要的意義。機的故障類型多種多樣,主要包括穩定性故障、氣路故障、振動故障、磨損故障、軸承故障、熄火故障、疲勞結構故障、控制系統故障等等1。神經網絡；小波分析；小波分析原理；小波神經網絡的模型；matlab樣本訓練；結論1.1神經網絡一個神經網絡是一個由簡單處理元構成的規模宏大的并行分布式處理器。天然具有存儲經驗知識和使之可用的特性。神經網絡在兩個方面與

3、人腦相似:神經網絡獲取的知識是從外界環境中學習得來的。互連神經元的連接強度，即突觸權值，用于儲存獲取的知識。自從認識到人腦的計算與傳統的數字計算機相比是完全不同的方式開始，關于人工神經網絡(一般稱為“神經網絡”)的研究工作就開始了。人腦是一個高度復雜的、非線性的和并行的計算機器(信息處理系統)。人腦能夠組織它的組成成分，即神經元，以比今天已有的最快的計算機還要快許多倍的速度進行特定的計算(如模式識別、感知和運動神經控制)。這種網絡通過學習過程來實現有用的計算，為了獲得好的結果，神經網絡使用一個很龐大的簡單計算單元間的相互連接，這些簡單計算單元稱為“神經元”或者“處理單元”。1.2神經網絡的優點

4、神經網絡的計算能力很明顯有以下兩點:(1)大規模并行分布式結構。(2)神經網絡學習能力以及由此而來的泛化能力。泛化是指神經網絡對不在訓練(學習)集中的數據可以產生合理的輸出。這兩種信息處理能力讓神經網絡可以解決一些當前還不能處理的復雜的(大型)問題。但是在實踐中，神經網絡不能單獨做出解答，它們需要被整合在一個協調一致的系統工程方法中。具體講，一個復雜問題往往被分解成若于相對簡單的任務，而神經網絡處理與其能力相符的子任務。神經網絡具有下列性質和能力:(1)非線性。一個人工神經元可以是線性或者是非線性的。一個由非線性神經元互聯而成的神經網絡自身是非線性的，并且非線性是一種分布于整個網絡中的特殊性質

5、。(2)輸入輸出映射。有監督學習或有教師學習是一個學習的流行范例，涉及使用帶標號的訓練樣本或任務例子對神經網絡的突觸權值進行修改。每個樣本由一個惟一的輸入信號和相應期望響應組成。從一個訓練集中隨機選取一個樣本給網絡，網絡就調整它的突觸權值(自由參數)，以最小化期望響應和由輸人信號以適當的統計準則產生的實際響應之間的差別，使用訓練集中的很多例子重復神經網絡的訓練，直到網絡到達沒有顯著的突觸權值修正的穩定狀態為止。先前用過的例子可能還要在訓練期間以不同順序重復使用。因此對當前問題網絡通過建立愉入輸出映射從例子中進行學習門這樣一個方法使人想起了無參數統計推斷的研究，它是非模型估計的統計處理的一個分支

6、。適應性。神經網絡嵌人了一個調整白身突觸權值以適應外界變化的能力。特別是，一個在特定運行環境下接受訓練的神經網絡，對環境條件不大的變化可以容易進行重新訓練。而且，當它在一個時變環境(即它的統計特性隨時間變化)中運行時，網絡突觸權值就可以設計成隨時間變化。VLSI實現。神經網絡的大規模并行性使它具有快速處理某些任務的潛在能力。這一特性使得神經網絡很適合用超大規模集成(very-large-scale-intergrated,VLSI)技術實現。VLSI的一個特殊優點是提供一個以高度分層的方式捕捉真實復雜性行為的方法。1.2小波分析原理1.3小波(Wavelet)這一術語，顧名思義，小波”就是小的

7、波形。所謂小”是指它具有衰減性；而稱之為波”則是指它的波動性，其振幅正負相間的震蕩形式。小波變換是時間(空間)頻率的局部化分析，它通過伸縮平移運算對信號(函數)逐步進行多尺度細化，最終達到高頻處時間細分，低頻處頻率細分,能自動適應時頻信號分析的要求，從而可聚焦到信號的任意細節，解決了Fourier變換的困難問題,成為繼Fourier變換以來在科學方法上的重大突破。有人把小波變換稱為“數學顯微鏡”。航空發動設沙丘2(尺)(2(尺)表示平方可積的實數空間，即能量有限的信號空間)，其傅立葉變換為沙(8)。當沙(g)滿足允許條件：c妒=掣d8g，我們稱沙(f)為一J置111個基本小波或母小波Jo將母函

8、數沙(t)經過以PW4164(100INCH)發動機10種典型故障發生時EGT、FUELFLOW、N1和N2參數的變化量為故障樣本數據，如表(3-1)所示。附錄A：PW4164/68(100INCH)發動機故障系數表原因或偏差AEGT/cAFUELFLOW/“AN1/%AN2/A%+5*CTATERROR-16-1.5-1.0-1.0-5*CTATERROR+16+1.5+1.0-1.0+0.02MACHERROR+1-2.4-0.1.0-0.02MACHERROR+2.4+0.1+500FTALTITUDEERROR-0+2.400-500FTALTITUDEERROR+02.400LPTT

9、CCOFF+10-0.10HPTTCCOFF+12+1.50-0.5TVBCSYSTEMFAILURE(EXTRAFLOW12THSTAGECOOLINGAIRFLOW)+3+0.40-0.2HPTMODULEPERFORMANCELOSS+10+1.4+0.1-0.6LPTMODULEPERFORMANCELOSS+2-0.6-0.9刊.4HPCMODULEPERFORMANCELOSS+6+0.800LPCMODULEPERFORMANCELOSS+5+0.8+0.4+0.32.5BLEED10%OPEN+8+1.6+0.2-0.6ONE2.9BLEEDOPEN+40+8.4+0.5+1.6+2%FLOW15THSTAGEBLEED+17+3.7+0.20+2%FLOW8THSTAGEBLEED+6+1.7+0.1+0.7-0.02aEPRERROR+5+2.4+0.6+0.3+0.02aEPRERROR-52.4