Resumen

Con el fin de mejorar la precisión y la eficiencia de cálculo del análisis de confiabilidad de vibración del rotor de un motor aeroespacial, se propone un método de análisis de confiabilidad de vibración del rotor variable en el tiempo bajo el estado operativo del motor aeroespacial. Con el objetivo de abordar la alta no linealidad y fuerte acoplamiento de los factores que afectan la confiabilidad de la vibración del rotor del motor aeroespacial, se propone un marco de modelado de red neuronal inteligente (siglas en inglés, INNMF). El método propuesto se basa en DEA, con información de QAR como datos de análisis, y se consideran cuatro factores que incluyen el estado de funcionamiento del motor, el estado de funcionamiento del combustible/aceite, el estado de vuelo de la aeronave y las condiciones externas para analizar la confiabilidad de la vibración del rotor. INNMF se basa en el algoritmo de red neuronal artificial (ANN) a través del algoritmo de optimización de enjambre de partículas mejorado (

• Materias:Ingeniería subterránea Deformaciones elásticas Excavación con explosivos Transitorios repetitivos Efecto de Perturbación
• Subjects:Underground engineering Elastic deformations Excavation with explosives Repetitive transients Perturbation effect
• Palabras claves:Mejora; Eficiencia de cálculo; Análisis de confiabilidad de vibración del rotor del motor aeroespacial; INNMF; Marco de modelado de redes neuronales; Factores que afectan la confiabilidad
• Keywords:Improvement; Calculation efficiency; Aeroengine rotor vibration reliability analysis; INNMF; Neural network modeling framework; Factors affecting reliability