重庆理工大学学报（自然科学）

重庆理工大学学报（自然科学） ›› 2023, Vol. 37 ›› Issue (11): 293-299.

• 机械·材料 • 上一篇    下一篇

飞机舱门收放系统 ＣＰＳＯＢＰ神经网络故障仿真与诊断

王 强，吴 伟，刘 东   

  1. （１．航空工业沈阳飞机设计研究所，沈阳 １１００００； ２．南京理工大学 机械工程学院，南京 ２１００１４）
  • 出版日期:2023-12-14 发布日期:2023-12-14
  • 作者简介:王强，男，高级工程师，主要从事飞机测试性与故障诊断和预测技术研究，Ｅｍａｉｌ：ｗａｎｇｑｉａｎｇ＿６０１＠１２６．ｃｏｍ；通信 作者 王良模，男，教授，博导，主要从事机械结构可靠性、轻量化与智能化结构／材料、车辆系统动力学研究，Ｅ ｍａｉｌ：ｌｉａｎｇｍｏ＠ｎｊｕｓｔ．ｅｄｕ．ｃｎ。

CPSO-BP neural network fault simulation and diagnosis of aircraft door retracting system

  • Online:2023-12-14 Published:2023-12-14

PDF (PC)

181

赞

摘要： 针对民机舱门收放系统故障模拟代价大、故障数据少、故障诊断精度低的问题，提 出基于 ＣＰＳＯＢＰ神经网络的飞机舱门收放系统故障诊断方法。根据民机舱门系统工作特性和 高发故障的情况，确定流量控制阀磨损、液压马达泄漏、液压油污染和节流阀阻塞 ４种典型故障 模式；建立飞机舱门 ＡＭＥＳｉｍ收放系统仿真模型，通过典型故障的仿真分析获得 １２０组故障数 据，构建包含 ２９５２０个样本的故障数据集；采用 ＢＰ神经网络进行故障诊断，其平均诊断正确率 仅为 ８５．３６％。采用混沌粒子群算法（ＣＰＳＯ）优化 ＢＰ神经网络的初始权重和阈值，故障诊断正 确率达到 ９３％，提高了飞机舱门收放系统的故障诊断正确率。

关键词: 故障诊断, ＡＭＥＳｉｍ, 飞机舱门收放系统, ＢＰ神经网络, 混沌粒子群优化算法（ＣＰＳＯ）

中图分类号: 

  • Ｖ３７