基于数据增强与IEVO-GRNN的飞机引气系统故障诊断

来源：电子测量技术杂志2025年第10期北京时间：

作者：江佩瑶，王洪亮，吴兴华，王艺霖，麦鴚

单位：昆明理工大学民航与航空学院 昆明 650500

摘要：飞机发动机引气系统是保证飞行安全的关键系统，其故障检测对于维护飞行安全至关重要。本文针对飞机发动机引气系统故障，首先利用改进自适应综合过采样算法（MDADASYN）处理飞机引气系统故障数据不平衡问题。然后，利用佳点集初始化种群、高斯-柯西变异策略和动态调整参数机制改进的多策略改进的能量谷优化算法（IEVO）优化广义回归神经网络（GRNN）进行故障诊断。CEC2014测试函数结果表明，该融合策略有效增强了算法的种群多样性及全局和局部搜索能力；基于引气系统真实故障数据仿真验证试验表明，基于MDADASYN-IEVO-GRNN的引气系统故障诊断模型显著提高了飞机发动机引气系统故障诊断准确率，有助于提升飞机的运行安全和引气系统故障维修效率。

关键词：故障诊断;发动机引气系统;广义回归神经网络;数据增强

基金资助：国家自然科学基金（62163021）、云南省基础研究专项（202301AT070420）项目资助