基于PCA与DBN的航空发动机气路系统故障诊断

摘要

提出了一种基于主元分析与深度信念网络相结合的航空发动机气路系统故障诊断新方法.首先利用主元分析方法对发动机监测参数原始数据进行降维,以便降低参数数据的复杂度,获得较低维数的最优特征参数.其次,采用深度信念网络对获取的最优特征参数数据创建故障诊断模型.为验证所创建诊断模型的准确性,采用某型航空发动机气路系统实测数据对所创建的基于主元分析与深度信念网络故障诊断模型进行实验验证,结果表明,经过主元分析降维后的深度信念网络故障诊断模型的诊断结果比未经过主元分析降维后的深度学习神经网络故障诊断模型的诊断结果准确率更高,从而验证了该方法的有效性.