论文部分内容阅读
神经网络作为人工智能最活跃的应用研究领域和实现系统可靠性分析的重要手段之一,在航空发动机可靠性分析中,可以解决传统失效模式与故障影响分析中数据缺乏,经验难于累计等问题。 本文将BP神经网络技术与可靠性分析紧密结合,将知识库与航空发动机数据相结合,利用神经网络自动完成冗繁的系统失效模式与故障影响分析工作。讨论航空发动机各种可靠性数据的整理和管理,BP神经网络的构建,以及由网络自动完成分析工作的可靠性分析方法。基于上述工作,以某型涡轮轴发动机为对象,建立了基于神经网络的航空发动机失效模式与故障影响分析程序。 通过实例分析,证明了该方法在工程中的可行性,应用网络模拟解决数据缺乏的问题,并且可以将知识经验通过网络权值进行保存,实现经验的累计。本文为航空发动机FMECA工程提供了一种新的解决方法,提高了分析的效率和客观性。