为有效诊断直升机齿轮箱故障，研究建立了基于直升机齿轮箱振动信号的小波包熵ABC-BP神经网络故障诊断模型。模型以小波波包分析与信息熵分析方法为基础，提取齿轮箱振动信号的小波包熵作为神经网络的特征输入向量，引入人工蜂群优化BP神经网络，将BP神经网络的误差函数作为人工蜂群的适应度，选择适应度最优的个体参数作为神经网络的权值和阈值,不仅降低模型输入维度，还提高了诊断精度。最后基于实验数据进行了验证，结果表明该诊断模型具有较好的故障诊断效果。

为有效诊断飞机液压系统故障,根据液压系统压力信号采用了熵权ABC-BP神经网络的故障诊断模型。模型先提取飞机液压系统压力信号的特征值,根据熵权法计算特征值信息熵,选取熵权值较大的作为神经网络的输入,同时利用人工蜂群优化BP神经网络,将BP神经网络的误差函数作为人工蜂群的适应度,选择适应度最优的个体参数作为神经网络的权值和阈值,不仅降低模型输入维度,还提高了诊断精度。最后建立了飞机起落架收放系统仿真模型进行仿真研究,结果表明该诊断模型具有较好的故障诊断效果,为飞机液压系统故障诊断提供一种新思路.