石向阳

(滨州学院 飞行学院，山东 滨州 256603)

0 引言

由于航空发动机在飞机系统中的特殊重要性，维修过程中不允许出现差错，一旦出现故障就可能导致飞机出现空中停车[1]等危险事故，严重影响飞机的正常使用，甚至酿成航空事故，从而造成大的经济损失。因此，航空发动机的故障诊断和状态监控格外重要。

近年来，有关神经网络的算法研究成为人工智能领域热点问题。神经元模型来源于生物的大脑，大脑里有非常多的脑细胞，每一个脑细胞可以看作是一个神经元，神经元之间相互连接构成一个复杂的神经网络[2]。神经网络包含有多种模型，例如基于梯度算法的BP神经网络、Elman神经网络和RBF径向基神经网络等[3]，每种算法的特点不同，适用范围也有所区别，其中，BP神经网络应用范围最广。BP神经网络属于一种依据误差逆传播算法训练的特殊多层前馈网络，该方法能够解决一些复杂问题，且能够对此展开推测、联想与记忆等系列环节[4]，使得故障诊断率得以提高，所以BP神经网络很适合应用于现代大型仪器设备，例如汽车、飞机等的故障诊断。

国内外许多学者针对BP神经网络应用展开了研究，例如FENG提出了基于BP神经网络的航空活塞发动机机油系统故障诊断[5]，乔文生等提出了将BP神经网络应用于立磨齿轮箱专家诊断系统[6]，牛华提出了将BP神经网络应用于汽车发动机故障诊断[7],朱涛提出将ABC-BP神经网络应用于航空发动机故障诊断[8]，均为该领域研究奠定了一定基础。……