基于BP神经网络的航空发动机维修决策系统研究

于洋

【摘 要】由于航空器的安全因素是重中之重，航空发动机维修具有高复杂程度和高科技含量，航空发动机的定时维修和保养是必不可少的。如何在航空发动机现有数据的基础上，开发出航空发动机维修辅助决策系统迫在眉睫。本文就是通过分析这些发动机性能参数，通过基于BP神经网络的预测模型进行预测，挖掘出发动机的性能衰退指标，通过灰色决策决策系统，给出最优化的维修决策方案，为航空维修工程师进行维护管理提供决策支持。

【关键词】航空机械 神经网络 维修决策

1 引言

目前航空发动机正在向系统化、复杂化方向发展，发动机的内部结构变得非常复杂，这就带来了航空发动机维修难度大的问题。由于航空器的安全因素是重中之重，航空发动机维修具有高复杂程度和高科技含量，航空发动机的定时维修和保养是必不可少的。随着维修技术的发展，航空发动机维修已经从过去的定时维修向视情维修和故障诊断预测等智能化方向发展。随着信息化的发展，传统的航空发动机维修方法已经不能完全满足现代社会的高节奏要求了，对航空发动机维修的快速反应，快速维修保养提出了更高的要求。如何在航空发动机现有数据的基础上，开发出航空发动机维修辅助决策系统迫在眉睫。

航空发动机一般都装载有性能参数监测设备，可以实时将发动机的性能参数通过机载报文寻址系统发给地面控制中心。通过分析这些性能参数，可以得到发动机的某些性能衰退情况。本文就是通过分析这些发动机性能参数，通过基于神经网络的预测模型进行预测，挖掘出发动机的性能衰退指标，为维护管理提供决策支持。

2 BP神经网络介绍

BP神经网络算法步骤主要是输入学习样本，使用反向传播算法对网络的权值和偏差进行反复的调整训练，使输出的向量与期望向量尽可能地接近，当网络输出层的误差平方和小于指定的误差时训练完成，保存网络的权值和偏差。

BP神经网络模型为：

BP神经网络的输入层表示为 （ ），其中 （ ） 。

BP神经网络的隐层表示为 （ ），其中 （ ）。

转移函数f（x）为Sigmoid函数，

3 维修决策系统设计

本文设计的维修决策系统首先对航空发动机的性能参数进行预处理，然后对预处理后的性能参数输入到BP神经网络中，根据学习样本进行学习，然后输出学习后的预测结果，根据BP神经网络预测结果再输入到灰色决策系统中，根据航空发动机以往的各项性能指标数据和发动机单体部件的维修等级之间的关系，根据灰色决策判断系统，进行智能化判断，给出最优发动机维修等级决策，为航空维修工程师制定发动机维修方案提供信息支持。

3.1 性能参数预处理

由于航空发动机工作在高温高压的恶劣环境下，性能参数受到各种外界噪声的干扰，监测系统记录的性能参数数据千差万别，可能存在部分异常数据，这些异常数据淹没在海量的发动机性能参数数据中，在进行维修决策系统之前，必须对发动机的性能参数数据进行预处理，剔除异常数据，保证性能参数数据的有效性。由于航空发动机性能参数数据具有时间的连续性，采用基于统计分析的方法来进行异常数据的筛选，如果还不能满足数据预处理的要求，则再采用密度分析的方法对数据进行二次处理，确保所有异常数据都剔除掉。

异常数据剔除后，再对性能参数数据进行平滑处理，这里我们利用二次指数平滑法进行处理，先将要平滑的时间序列进行分解，然后利用指数平滑对频率大的函数进行平滑，再将平滑的结果和剩下的函数进行重构，得到预处理后的航空发动机性能参数数据。

3.2 基于BP神经网络的预测模型

由于BP神经网络具有网络结构简单、运算速度快的优点，本文选用BP神经网络进行预测。首先将经过预处理后的发动机性能参数数据作为BP神经网络的输入，设计三层神经网络，来对发动机性能进行预测，预测模型为输入层的神经元数目为n，隐藏层的神经元数目为n1，输出层神经元数目为n2，BP神经网络根据海量样本数据进行学习，把学习的结果输入到网络中进行预测，把预测结果输入到下一阶段的灰色决策系统中。

3.3 灰色决策系统设计

经过神经网络预测后，结合航空发动机的基础数据库、维修保养场站知识库、故障案例知识库以及维修记录等综合信息来提供维修决策支持，采用灰色决策法进行决策支持。灰色决策法是在事件决策、目标和效果等四个前提下，对明显含有灰信息的体系进行决策，针对不同的决策目标，可以构造不同的隶属度函数，使得事件对决策的局势集合通过函数映射获得较好的效果，在多种可行的实际决策方案中，利用灰色决策法选出最佳的决策方案。

4 结语

本文主要针对目前航空发动机维修技术跟不上快速、高可靠的要求这个问题，提出了基于发动机的海量性能参数数据，利用BP神经网络进行预测，然后输入到灰色决策系统中，通过系统自动判决给出最优的发动机维修决策方案支持。本文设计维修决策系统，经过实际检验，具有较高的可行性。

参考文献：

[1]于海田.航空发动机健康综合评估研究[J].机械科学与技术.2011（06）.

[2]陈凤腾.基于视情维修的航空发动机备发预测方法研究[J].机械科学与技术.2008（08）.

[3]朱绍强.基于TOPSIS法的飞机维修方案的决策[J].航空计算技术.2004（03）.