항공기 가스터빈의 운용율을 극대화 하고 정비 비용을 최소화하기 위해 최근 모델기반방법이나 인공지능방법을 이용한 첨단상태진단기법들을 적용하고 있다. 이 진단 방법들 중 비선형 GPA방법과 유전자 알고리즘을 이용한 엔진 진단방법들이 선형 GPA, 퍼지 로직 및 신경망 이론 등의 타 방법들에 비해 장점을 가지고 있는 것으로 알려졌다. 이에 본 연구에서는 항공기용 AE3007H 터보팬엔진의 상태진단에 비선형 GPA기법과 유전자 알고리즘을 적용한 후 비교를 통해 센서 노이즈와 바이어스가 있는 경우 유전자 알고리즘이 보다 우수한 진단 기법임을 확인하였다.
Recently, the advanced condition monitoring methods such as the model-based method and the artificial intelligent method have been applied to maximize the availability as well as to minimize the maintenance cost of the aircraft gas turbines. Among them the non-linear GPA(Gas Path Analysis) method and the GA(Genetic Algorithms) have lots of advantages to diagnose the engines compared to other advanced condition monitoring methods such as the linear GPA, fuzzy logic and neural networks. Therefore this work applies both the non-linear GPA and the GA to diagnose AE3007 turbofan engine for an aircraft, and in case of having sensor noise and bias it is confirmed that the GA is better than the GPA through the comparison of two methods.
