基于智能算法的航空發(fā)電機故障診斷方法研究

凌　超（中國南航航空股份有限公司上海分公司,上海　201202）

基于智能算法的航空發(fā)電機故障診斷方法研究

凌超
（中國南航航空股份有限公司上海分公司,上海201202）

摘要：航空發(fā)電機作為飛機上各類設(shè)備的電力供給源頭，其作用是及其重要的。為了保證飛機各系統(tǒng)的良好運行確保飛行安全，就必須要針對飛機發(fā)動機可能產(chǎn)生的故障提前做出準確的判斷，并在發(fā)現(xiàn)后及時有效地解決。針對航空發(fā)電機的故障難以準確診斷的問題，提出了基于智能算法的航空發(fā)電機故障診斷方法。

關(guān)鍵詞：航空發(fā)電機；故障診斷；故障定位

1　引言

近年來由于航空領(lǐng)域不斷受重視，各類相關(guān)技術(shù)設(shè)備也在快速發(fā)展之中。航空發(fā)電機作為其中一種重要的部件負責為飛機其他部件提供電力供應(yīng)，在航空領(lǐng)域中有著極其廣泛的應(yīng)用。為保證其正常運行設(shè)有大量的傳感器和數(shù)據(jù)采集裝置，故障發(fā)生時通過何種信息處理方法處理這些裝置所記錄的數(shù)據(jù)，找出發(fā)電機的產(chǎn)生故障的原因是航空發(fā)電機故障診斷的關(guān)鍵。本論文以此現(xiàn)實需求為基礎(chǔ)展開研究，將智能算法引入到航空發(fā)電機的故障診斷過程中，縮短故障診斷時間，提高故障診斷能力。

2　航空發(fā)電機故障特點

由于航空發(fā)電機結(jié)構(gòu)極其復(fù)雜，相關(guān)數(shù)據(jù)也復(fù)雜多樣，因此其故障頻發(fā)且難以有效診斷，這也為航空發(fā)電機的故障診斷帶來了不少困難，總的來說航空發(fā)電機的故障主要有以下兩個特點：（1）各類構(gòu)成零件復(fù)雜繁多，且每個零件的運行特點和可靠性指標不同，工作期限也又長又短；（2）故障產(chǎn)生類型多樣，不同零件故障的組合會所引起航空發(fā)電機產(chǎn)生截然不同的故障。

3　故障診斷智能方法

3.1神經(jīng)網(wǎng)絡(luò)法

神經(jīng)網(wǎng)絡(luò)是生物學(xué)、計算科學(xué)及計算機科學(xué)相互交叉的產(chǎn)物，它通過數(shù)量龐大的處理單元互連形成網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)不但可以進行大規(guī)模的并行模擬處理，網(wǎng)絡(luò)全局，還具備很強的自適應(yīng)和學(xué)習(xí)能力、魯棒性和容錯能力。因而其對于信號的處理更加貼近于人類的思維方式。航空發(fā)電機由于其自身結(jié)構(gòu)的復(fù)雜性，與其他部件聯(lián)系的多樣性，導(dǎo)致其平時運行時產(chǎn)生數(shù)量龐大的數(shù)據(jù)信息，而神經(jīng)網(wǎng)絡(luò)擁有強大的并行運算能力可以保證這些信息得到同時處理，另外其信息儲存的方式又是分布式的，這對于處理后數(shù)據(jù)的整理又帶來的極大地便利，避免了通過建立模型和引入?yún)?shù)所導(dǎo)致的誤差，有效提高識別速度，增強故障診斷的能力。

3.2遺傳算法

遺傳算法是人們在模擬環(huán)境的基礎(chǔ)上，結(jié)合生物優(yōu)勝劣汰的自然法則以上所歸納出來的。其優(yōu)點是通過將求解過程的優(yōu)化從而使得答案能夠出現(xiàn)在控制范圍內(nèi)。導(dǎo)致航空發(fā)電機產(chǎn)生故障的原因可能很復(fù)雜，并不是每一個因素單獨作用的結(jié)果，而是許多因素相互關(guān)聯(lián)相互作用后才形成的。對于這些復(fù)雜的因素可以通過遺傳算法將它們化為簡單的位串形式編碼表示，從而簡化問題的結(jié)構(gòu)，然后在適應(yīng)度函數(shù)的輔助下，通過遺傳操作得到問題的最優(yōu)解。正是通過簡單的編碼方式和基礎(chǔ)的繁殖規(guī)律，遺傳算法將復(fù)雜困難的問題簡單化并找出其最優(yōu)解。

3.3多元統(tǒng)計分析法

多元統(tǒng)計分析的特點是在對包含噪聲和高度等數(shù)據(jù)進行處理后，把高維度的數(shù)據(jù)轉(zhuǎn)換到維度低的空間，抽離出需要的有用信息。其具體過程是長期監(jiān)視航空發(fā)電機工作狀態(tài)，在故障出現(xiàn)后，通過對歷史數(shù)據(jù)的總結(jié)，建立與之相符的統(tǒng)計模型，棄除多余的信息，保證原始數(shù)據(jù)的完整性，從而實現(xiàn)歷史數(shù)據(jù)的有效處理，及時發(fā)現(xiàn)并清除故障。而且在此過程之中所建立的數(shù)學(xué)模型不需要完全準確，也無需對故障進行采樣，有效減少維修任務(wù)，保證了航空發(fā)電機在平常使用過程中的安全性。

3.4貝葉斯網(wǎng)絡(luò)理論

貝葉斯網(wǎng)絡(luò)又稱為信度網(wǎng)絡(luò)，其原理是通過將航空發(fā)電機以前故障發(fā)生時的信息搜集起來，按其相互間的關(guān)系統(tǒng)一進行分類，然后建立故障診斷模型，在故障發(fā)生前，利用一些故障征兆，根據(jù)不同征兆計算得到故障原因的概率，從而有效提高故障診斷效率。另外貝葉斯網(wǎng)絡(luò)還具有很強的學(xué)習(xí)能力，在實踐過程中根據(jù)實際情況的變化可以及時改進其網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)，并更新其原有概率，使貝葉斯網(wǎng)絡(luò)不斷完善，最終推動故障診斷水平的不斷提高。

3.5小波分析法

小波分析是一種窗口大小固定但其形狀可改變,時間窗和頻率窗都可改變的時頻局部化分析方法。針對高低頻率分別有良好的時間及頻率分辨率，而且對于低頻小波分析具有極大優(yōu)勢。通過小波分析可以有效降低噪音信號對有發(fā)電機有效震動信號的影響，提高診斷的正確率。

3.6粗糙集理論

所謂粗糙集理論就是通過對數(shù)據(jù)的分析研究，找出其規(guī)律從而提前發(fā)現(xiàn)可能產(chǎn)生問題的地方。航空發(fā)電機發(fā)生故障時，我們所收集的數(shù)據(jù)可能并不完整且精度不高，通過粗糙集理論我們可以將這些不完整，精度不高的數(shù)據(jù)在空間等價分類的基礎(chǔ)之上通過現(xiàn)有的一些明確的知識來描述。相比于其他關(guān)于不確定性問題理論其優(yōu)勢在于，它對于數(shù)據(jù)的數(shù)量和質(zhì)量要求不高，而且也無需摻雜相關(guān)的主觀性信息。

3.7支持向量機

支持向量機在故障診斷領(lǐng)域,其性能較其他許多現(xiàn)有方法有很多優(yōu)勢。對于小樣本,診斷精度高于神經(jīng)網(wǎng)絡(luò)方法;對于高維樣本,診斷速度比神經(jīng)網(wǎng)絡(luò)快。支持向量機與神經(jīng)網(wǎng)絡(luò)兩者的機制都是學(xué)習(xí)型，但區(qū)別于神經(jīng)網(wǎng)絡(luò)支持向量機通過數(shù)學(xué)方法和優(yōu)化手段來進行模式識別。在故障診斷過程中，支持向量機通過選取適當?shù)暮撕瘮?shù)和參數(shù)對故障樣本進行分類，其分類效果較其他方面優(yōu)勢明顯。這個優(yōu)勢對于航空發(fā)電機故障的診斷具有很強的實際價值。

4　結(jié)論

航空發(fā)電機的故障診斷是個十分復(fù)雜的問題，基于其故障特點，本文提出基于智能算法的航空發(fā)電機診斷方法，提出了一些用于診斷的方法，并作了詳細的分析研究。

參考文獻：

[1]劉玉潔.應(yīng)用神經(jīng)網(wǎng)絡(luò)技術(shù)的飛機發(fā)動機故障診斷研究[D].天津大學(xué),2003.

[2]胡嚴思.基于FTA和BAM神經(jīng)網(wǎng)絡(luò)的飛機故障診斷系統(tǒng)研究[D].湖南大學(xué),2012.

[3]張琰.基于多元統(tǒng)計分析的航空發(fā)動機故障診斷研究[D].沈陽航空工業(yè)學(xué)院,2010.

[4]唐甜,趙淑利.貝葉斯網(wǎng)絡(luò)在飛控系統(tǒng)可靠性評估中的應(yīng)用[J].民用飛機設(shè)計與研究,2011,31(06):47-51.

[5]許寶杰,張建民,徐小力等.粗糙集合理論在旋轉(zhuǎn)機械故障診斷技術(shù)中的應(yīng)用[J].機械設(shè)計與制造,2006(12):95-97.