论文部分内容阅读
针对航空发动机转子振动相互耦合的复杂性，提出了一种航空发动机振动故障检测的免疫神经网络模型。该模型根据发动机转子系统振动特点，利用免疫识别原理来构造神经网络检测器，检测器用于捕获振动信号的异常模式特征。通过训练将振动信号的故障模式信息存储于分布的检测器中，当检测器与待检测信号样本匹配时则激活该检测器，根据检测器的激活情况来发现故障。振动模拟实验表明，该方法对于由双转子耦合特性所造成的信号突变具有较高的灵敏度和分辨率，能够有效地检测发动机转子系统的典型故障。