信息科学与工程
崔建国 宋博文 崔霄 王景霖 杜文友 于明月 刘冬 蒋丽英
2022, 39(3): 50-55.
发动机是飞机重要的组成部分,是飞机安全正常飞行的保障。由于其工作环境恶劣,难以对其进行准确的故障诊断。为此,本文提出了基于ABC-LSTM的飞机发动机故障诊断方法。该方法首先设计了长短时记忆神经网络(Long Short-Term Memory,LSTM)故障诊断模型,然后采用人工蜂群算法(Artificial Bee Colony Algorithm,ABC)对所设计的长短时记忆神经网络故障诊断模型中的隐含层节点数进行优化,构建出ABC-LSTM的飞机发动机故障模型,最后采用发动机监测数据对所设计的ABC-LSTM故障诊断模型进行测试和验证。为表明所设计的故障诊断模型的优越性,本文尚设计了PSO-LSTM和GA-LSTM故障诊断模型。研究结果表明,所提出的ABC-LSTM方法对飞机发动机的故障诊断率可高达93.14%,与PSO-LSTM、GA-LSTM和不做参数优化的传统LSTM故障诊断方法相比具有更好的诊断效果,为飞机发动机故障诊断提供了一种新思路,能很好的满足实际应用需求。