文献类型：期刊文章

作　　者：钱伟[1] 王海斌[1] 杨江[1] 冯斌[1]

QIAN Wei WANG Hai-bin YANG Jiang FENG Bin(Aircraft Maintenance Base, Civil Aviation Flight University of China, Guanghan 618300, China)

机构地区：[1]中国民用航空飞行学院飞机修理厂,四川广汉618300

出　　处：《测控技术》

基　　金：中国民航飞行学院科研项目基金面上项目(J2015-09)

年　　份：2017

卷　　号：36

期　　号：7

起止页码：47-51

语　　种：中文

收录情况：CSCD、CSCD_E2017_2018、JST、ZGKJHX、普通刊

摘　　要：针对飞机发电机振动特征参数多、故障特征参数难以准确识别飞机发电机健康状况的现状,设计了发电机振动信号实时采样装置对飞机发电机转动时的多种频域参数及幅域参数进行采样,并引入小波分析计算各频带能量值,构建神经网络进行故障判定,选用不同的振动特征参数组合对检验样本进行验证以期获得指向性较好的飞机发电机故障特征参数。诊断结果表明,利用RBF网络对发电机故障诊断,采用基于幅值域的特征参数峭度指标、峰值因子、脉冲指标、裕度指标、歪度和基于频域的重心频率、均方根频率、频率标准差,再考虑进小波包分频带能量值作为神经网络的输入参数指标,可取得良好的诊断准确率。

关 键 词：飞机发电机 小波变换 神经网络 故障特征

分 类 号：TM307]