采用模糊rbf神经网络的直升机旋翼不平衡故障诊断

提出一种利用模糊径向基函数(radialbasisfunction,rbf)神经网络进行直升机旋翼不平衡故障诊断的方法,建立了用于直升机旋翼不平衡故障识别的模糊诊断模型。基于直升机旋翼不平衡故障模拟实验,对采集于旋翼配重不平衡、桨距不平衡、后缘调整不平衡和正常状态下的试验台体振动信号进行功率谱分析，并采用主分量分析(principalcomponentanalysis,pca)的方法进行故障特征提取。采用模糊rbf神经网络诊断模型对旋翼不平衡故障进行了故障分类识别,同时分析了不同主分量累计贡献率和模糊子空间对故障分类精度的影响，并与rbf神经网络的诊断模型、支持向量机（supportvectormachine,svm）诊断模型进行了故障识别效果对比。结果表明，模糊聚类rbf神经网络的诊断方法对旋翼不平衡故障具有更好的识别能力。