李洪伟，马中原，谢镇波

(海军航空大学 青岛校区，山东 青岛 266041)

随着海军任务的不断深化，新装备、新武器不断应用于部队。为了保证作为我海军主战机型动力系统的某型航空发动机的完好率和战斗力，其日常维护和故障诊断越来越受到海军的重视。目前，对于某型航空发动机，经常根据滑油信息和振动信息进行故障诊断[1-5]。文献[6]针对小尺寸磨粒开展油液磨粒离线监测技术，实现了对航空发动机滚动轴承的故障诊断；文献[7]提出了过程神经网络法，实现了航空发动机振动趋势的预测。不难发现，滑油分析主要用于有润滑介质的磨损类故障诊断，振动分析主要用于转子系统或旋转零件的故障诊断[8]。但是航空发动机的很多故障，不是通过单一信息能够表征出来的，需要集成各信息源的信息才能将这些故障检测出来。为了有效地解决此类问题，集成神经网络诊断技术应运而生。文献[9]曾将此技术应用于导弹发动机的故障诊断中，本文则研究将此方法应用于航空发动机的故障诊断。

1 集成神经网络诊断技术

集成神经网络诊断技术是对不同信息源的信息加以处理，经过特征信息分配单元将处理好的信息的特征向量传递到各诊断子网络，得到子网络诊断结果后，将各子网络诊断结果传递到决策融合网络，得到最终的融合诊断结果。此诊断技术可以将油液信息故障诊断法和振动信息故障诊断法的优势相结合，提高故障诊断的准确率，发现采用单一信息源故障诊断法难以检测的故障。……