[发明专利]一种基于神经网络算法故障建模与诊断方法

权利要求书

1.一种基于神经网络算法故障诊断方法，其特征在于，包括如下步骤： 步骤 S10.建立航空发动机启动系统的数学模型，并进行模拟仿真；

步骤 S20.在数学模型中输入故障参数，并进行故障模拟仿真，得出状态变化数据；

步骤 S30.采用时域分析法对状态变化数据提取特征值，采用主成分分析法对状态变化数据降低维度，进而得到训练数据和测试数据；

步骤 S40.测试数据作为 BP 神经网络的输入值，得到测试数据的输出值，将测试数据输出值的矩阵中各行元素与训练数据构造的 BP 神经网络的输出值的矩阵中各行元素进行比较， 计算出各行元素的最大误差值及平均误差值；

最大误差值和平均误差值均在设定误差范围内，则诊断结果正常； 最大误差值或平均误差值超出设定范围，则诊断结果为异常；

其中，航空发动机启动系统包括油箱、电动油泵、化油器、单向阀和发动机，油箱的出油口分别与电动油泵的输入口和化油器的输入口连接，电动油泵的输出口与单向阀的输入口连接，单向阀的输出口与化油器的输入口连接，化油器的输出口与发动机连接，油箱用于储存航空燃油；电动油泵用于将油箱中的航空燃油进行输送；化油器用于将航空燃油与空气进行混合后输出；发动机用于通过化油器输出的混合后的航空燃油点火启动，在发动机启动后电动油泵停止泵油，依靠发动机进行泵油，油箱中的航空燃油通过化油器进入发动机；

油箱设置有防震装置，油箱两侧均设置有第一凸台，第一凸台由外向油箱方向逐渐收敛，第一凸台远离油箱的端面设置有第二凸台，第二凸台由外向第一凸台方向逐渐收敛，第一凸台和第二凸台的截面均为梯形，防震装置中间开设有凹槽，凹槽两侧壁设置有与第一凸台和第二凸台相匹配的安装槽，第一凸台和第二凸台插入安装槽，即油箱通过第一凸台、第二凸台、安装槽和凹槽镶嵌式安装在防震装置内；

防震装置顶端两侧均设置有盖板，盖板通过插销与防震装置转动连接，插销套设有锁紧弹簧，且套设有锁紧弹簧的插销使得盖板向防震装置的顶端贴合，两侧盖板分别为第一盖板和第二盖板，第一盖板远离插销的一端设置有钩环，第二盖板远离插销的一端设置有挂钩弹簧，挂钩弹簧与钩环相匹配，当油箱嵌入防震装置后，挂钩弹簧与钩环挂钩式连接，使得油箱固定在防震装置内。

2.如权利要求 1 所述的一种基于神经网络算法故障诊断方法，其特征在于，步骤 S10包括：

步骤 S101.建立航空发动机启动系统的数学模型；

步骤 S102.使用 SIMULINK 建模工具对数学模型进行仿真，计算出航空发动机在稳态的高压转子转速、低压转子转速、尾气温度参数。

3.如权利要求 1 所述的一种基于神经网络算法故障诊断方法，其特征在于，步骤 S20包括：对数学模型中输入故障参数，并进行仿真，得出在故障状态下高压转子转速、低压转子转速、尾气温度的变化参数。

4.如权利要求 1 所述的一种基于神经网络算法故障诊断方法，其特征在于，设置的故障参数包括：改变起动机、涡轮扭矩、油气比的参数，使航空发动机启动过程出现起动机带转困难、点火失败、起动超温故障。

5.如权利要求 1 所述的一种基于神经网络算法故障诊断方法，其特征在于，步骤 S30包括：采用时域分析法对状态变化数据提取特征值，特征值包括均方根值、脉冲指标、峰值指标、峭度指标、波形指标及裕度指标。

6.如权利要求 1 所述的一种基于神经网络算法故障诊断方法，其特征在于，发动机包括机械油泵，当发动机启动后通过机械油泵进行泵油。

7.如权利要求 1 所述的一种基于神经网络算法故障诊断方法，其特征在于，航空发动机启动系统还包括控制器，控制器分别与化油器、电动油泵和发动机连接，控制器用于对化油器、电动油泵和发动机的工作状态进行控制。