基于BP与SA-GA的飞机发动机风扇叶片清洗参数优化

牛国臣 朱 通

(中国民航大学电子信息与自动化学院 天津 300300)

0 引 言

飞机发动机作为航空器的核心部件，其工作正常与否直接影响飞机的安全。风扇叶片承担发动机80%以上的推力，工作时暴露在大气中，遭受外界环境的大气直接侵蚀和外来物的撞击，工作中与转子鼓的磨损，极易发生各种损伤，引发发动机震动，造成发动机性能下降。因此，对发动机叶片的状态进行监控和检查修理，防止其进一步产生磨损现象，保证其性能可靠是重要的维护工作之一。

目前国内外成熟且有效的自动化飞机发动机叶片清洗方法较少，国内大多数是以人工的方法进行清洗。工人以异丙醇为清洗原料使用毛刷对飞机发动机叶片进行反复刷洗，工作时间长，劳动强度大且会损害工人身体健康。因此研究一种能够代替人工并且快速、高效、环保、健康的飞机发动机风扇叶片的清洗方式是十分有价值的。

工业清洗方式一般有人工清洗、化学清洗、干式清洗、高压清洗和超声波清洗[1]。超声波清洗具有清洗成本低、清洗效果好等优点。同时，根据发动机SPM手册要求，超声波清洗可以用于清洗飞机发动机风扇叶片。

超声波的清洗频率、温度、时间、距离、功率密度、清洗液能够直接影响工件的清洁度[2]。超声波清洗参数对飞机发动机风扇叶片的清洁度影响十分重要，因此需要对各个参数进行优化才能保证最佳的清洗效果。目前在工业参数优化方面，姜志宏等[3]采用正交实验与BP神经网络相结合的方法，对影响金属板材在多点渐进中壁厚相关参数进行优化，但是优化结果只是试验所用水平的最优组合，存在局部优化的弊端；……