[01202203]基于智能算法的飞行训练机队发动机维修保障关键技术研究

该研究将围绕着飞行训练机队维修保障关键技术,着力解决群体智能算法优化性能、故障模式识别、发动机损失类型识别、故障数据处理等关键技术难题,为飞行训练机队维修保障提供技术支撑。最终将主要以学术论文的形式展现研究成果,该研究项目在理论上成果为：（1）PSO改进型算法,克服了PSO早熟熟练的固有曲线,提升优化性能;（2）提出带监督的Kohonen算法,通过增加输出层神经元,提升算法的分类能力;（3）设计基于粒度计算的数据压缩算法,在维持原始数据空间边界,降低数据样本,提升算法计算效率;（4）设计基于颜色矩和灰度共生矩阵的损伤图像特征提取算法,保障发动机损伤图像数据的生成。理论成果应用到：（1）发动机的故障诊断,提升诊断效率和准确率;（2）实现数据压缩处理,提高算法运行效率;（3）发动机磨损趋势预测,提前进行运行状态的预警;（4）实现损伤类型的自动识别,提升损伤类别识别准确,确保快速判明损伤原因及损伤影响。为飞行训练机队发动机维修决策提供了理论支撑,为改善维修保障效率、降低维修成本奠定了基础。 通过科研攻关,该项目围绕研究内容发表了5篇学术论文,取得1项适用新型专利和1项软件著作权登记证书,完成了任务书约定的目标任务,达到了预期考核指标。