| 저자(한글) |
ZHANG, Dong-feng,DUANMU, Jing-shun,CAO, Yi-qian,LI, Ke-xue,LENG, An-li |
| 초록 |
본 논문에서 제안한 통합 지능형 알고리즘 기반의 엔진 윤활유(lubricating oil) 시스템 고장 검출 모델은 항공기 엔진 마모성 고장 진단에 적용되며 비행 훈련의 안전을 보장하고 엔진 정비 사고의 발생을 방지한다. 페로그래픽(ferrographic) 진단, 스펙트럼 진단, 입자 계수(particle counting) 진단, 물리/화학적 지표 진단, 엔진 테스트베드(test bed) 데이터 진단 등에 근거하고 통합 신경망 방법을 활용하여 다중 소스 정보에 대한 융합 진단을 연구하였다. 연구 결과, 융합 진단으로부터 얻은 고장 모드는 단일 항목(개별) 진단으로부터 얻은 고장 모드보다 많았다. 단일 항목 진단이 서로 모순될 경우, 융합 진단을 사용하면 단일 항목 진단의 상호 모순을 해결할 수 있다. 통합 신경망 기반의 엔진 오일 시스템 마모성 고장 융합 진단법은 여러 가지 방법의 장,단점을 상호보완하였고 진단이 서로 모순되는 문제를 해결함으로써 고장 진단의 신뢰성과 정확성을 높였다. |
