基于BP神经网络的叶片损伤度评估方法

钱征文; 程礼; 赵兵兵; 李应红

Chinese

您当前的位置：

首页 >

文章列表页 >

基于BP神经网络的叶片损伤度评估方法

大飞机动力 | 更新时间：2026-07-07

- 基于BP神经网络的叶片损伤度评估方法
- Assessment research on damage degree of blade in aero-engine based on back-propagation artificial neural networks
- 航空动力学报 2011年26卷第4期
- 作者机构：
  
  1. 空军工程大学工程学院,西安,710038
  2. 西安交通大学机械工程学院机械制造系统工程国家重点实验室,西安,710049
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版：2011
- 稿件说明：
移动端阅览
钱征文, 程礼, 赵兵兵, 等. 基于BP神经网络的叶片损伤度评估方法[J]. 航空动力学报, 2011,26(4).

QIAN Zheng-wen, CHENG Li, ZHAO Bing-bing, et al. Assessment research on damage degree of blade in aero-engine based on back-propagation artificial neural networks[J]. 2011, 26(4).
钱征文, 程礼, 赵兵兵, 等. 基于BP神经网络的叶片损伤度评估方法[J]. 航空动力学报, 2011,26(4). DOI：

QIAN Zheng-wen, CHENG Li, ZHAO Bing-bing, et al. Assessment research on damage degree of blade in aero-engine based on back-propagation artificial neural networks[J]. 2011, 26(4). DOI：

摘要

将叶片简化为悬臂梁模型

根据振动力学理论推导出了叶片损伤度与固有频率变化量以及损伤位置两个参数的内在关系

将其抽象为一种从损伤的位置及固有频率的变化量到损伤度的映射.在此基础上

将具有自学习能力和逼近非线性映射能力的人工神经网络引入到损伤度的预测中

构建了一种基于BP(back-propagation)神经网络的叶片损伤度评定方法

并以具体实验数据作为训练和测试样本验证了该方法的有效性.研究结果可应用于损伤叶片的工程处理以及维修规范的制定.

Abstract

The internal relationship among damage degree

natural frequency and the location of damage was deduced by simplifying the blade as a cantilever.In view of the problem in the maintenance of damaged blade

the relationship was abstracted into a mapping about damage degree

natural frequency and the location of damage.Then the neural network

which has the ability of self-study and can approach the nonlinear mapping

was used in the prediction of the damage.The damage degree assessment method of blade was built up based on the back-propagation(BP)neural network.Furthermore

this method was validated by using the experimental data of a certain aero-engine blade as the sample and test data.The results indicate that this method is useful to disposal of damaged blade in the project applications and can be applied in the maintenance criterion of blade.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

钢制叶片激光冲击强化与渗铝的组合应用

发动机叶片无损检测的可靠性

基于改进NSGAⅡ的航空发动机LQ/H∞控制器设计

基于Φ函数的等熵膨胀过程数学模型

超声波/离心组合喷嘴性能研究