天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

當(dāng)前位置:主頁(yè) > 科技論文 > 航空航天論文 >

基于離散過(guò)程神經(jīng)網(wǎng)絡(luò)的航空發(fā)動(dòng)機(jī)性能參數(shù)融合預(yù)測(cè)技術(shù)研究

發(fā)布時(shí)間:2017-10-15 03:02

  本文關(guān)鍵詞:基于離散過(guò)程神經(jīng)網(wǎng)絡(luò)的航空發(fā)動(dòng)機(jī)性能參數(shù)融合預(yù)測(cè)技術(shù)研究


  更多相關(guān)文章: 航空發(fā)動(dòng)機(jī) 預(yù)處理 相關(guān)性分析 信息融合 過(guò)程神經(jīng)網(wǎng)絡(luò)


【摘要】:航空發(fā)動(dòng)機(jī)視情維修的實(shí)現(xiàn)基于對(duì)航空發(fā)動(dòng)機(jī)性能參數(shù)的準(zhǔn)確預(yù)測(cè)。傳統(tǒng)的單參數(shù)預(yù)測(cè)技術(shù)雖能在一定程度上實(shí)現(xiàn)對(duì)性能參數(shù)的預(yù)測(cè),但其存在準(zhǔn)確程度不高、運(yùn)算速度不夠快等缺陷,航空公司已不再滿(mǎn)足于采用該方式進(jìn)行參數(shù)預(yù)測(cè)。究其原因,除了現(xiàn)有預(yù)測(cè)系統(tǒng)所采用的傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)等算法有一定的局限性外,忽視多種性能參數(shù)間的相關(guān)關(guān)系也使得預(yù)測(cè)精度的提升遇到了瓶頸。為此,本文擬選擇合適的方法進(jìn)行輸入?yún)?shù)融合,同時(shí)采用一種新型離散輸入過(guò)程神經(jīng)網(wǎng)絡(luò)建立航空發(fā)動(dòng)機(jī)性能參數(shù)融合預(yù)測(cè)模型,并以其對(duì)實(shí)際航空發(fā)動(dòng)機(jī)性能參數(shù)進(jìn)行預(yù)測(cè)。針對(duì)基于密度的異常點(diǎn)識(shí)別方法運(yùn)算過(guò)程中出現(xiàn)的不方便、不準(zhǔn)確的問(wèn)題,本文提出一種基于不確定距離的異常點(diǎn)識(shí)別方法,通過(guò)計(jì)算數(shù)據(jù)點(diǎn)鄰域內(nèi)全局覆蓋概率,從不確定性的角度對(duì)異常點(diǎn)進(jìn)行識(shí)別,并與基于距離和密度的異常點(diǎn)識(shí)別方法進(jìn)行比較,驗(yàn)證該方法的有效性。同時(shí),針對(duì)指數(shù)平滑法的不足,基于羅-羅公司使用的COMPASS平滑函數(shù)對(duì)性能參數(shù)時(shí)間序列進(jìn)行平滑處理,為融合預(yù)測(cè)做好輸入數(shù)據(jù)準(zhǔn)備。為定量分析航空發(fā)動(dòng)機(jī)性能參數(shù)間的相關(guān)性,以便進(jìn)行融合預(yù)測(cè),本文提出一種基于實(shí)驗(yàn)現(xiàn)象的三點(diǎn)漸進(jìn)查詢(xún)方法,能夠快速查詢(xún)到最大延遲相關(guān)點(diǎn),進(jìn)而計(jì)算出線(xiàn)性相關(guān)系數(shù)。為防止僅計(jì)算線(xiàn)性相關(guān)系數(shù)產(chǎn)生相關(guān)性分析誤差,本文擬采用基于分形理論的去趨勢(shì)交叉相關(guān)方法對(duì)航空發(fā)動(dòng)機(jī)不同的性能參數(shù)間的非線(xiàn)性相關(guān)性進(jìn)行定量分析,求取交叉相關(guān)赫斯特指數(shù),以此為依據(jù)判定各參數(shù)間的非線(xiàn)性相關(guān)性大小。對(duì)比以上兩種方法所得結(jié)果,選擇相關(guān)性較大的參數(shù)作為融合預(yù)測(cè)的基礎(chǔ)。針對(duì)現(xiàn)有單參數(shù)預(yù)測(cè)模型存在的精度和運(yùn)算速度等問(wèn)題,建立基于卷積和離散輸入過(guò)程神經(jīng)網(wǎng)絡(luò)的航空發(fā)動(dòng)機(jī)性能參數(shù)融合預(yù)測(cè)模型。針對(duì)主成分分析過(guò)程運(yùn)算量大、局部特征體現(xiàn)不明顯問(wèn)題,本文提出一種基于蟻群算法的輸入樣本空間劃分方法,通過(guò)建立TSP問(wèn)題模型并采用蟻群算法求解,將相空間重構(gòu)后的樣本空間劃分為若干子空間,再分別對(duì)各個(gè)子空間進(jìn)行主成分分析。在此基礎(chǔ)上,將融合預(yù)測(cè)結(jié)果與單參數(shù)預(yù)測(cè)結(jié)果進(jìn)行比較,驗(yàn)證模型的有效性;谏鲜隼碚撗芯砍晒,充分分析需求,采用C/S構(gòu)架,開(kāi)發(fā)具有性能參數(shù)預(yù)處理、性能參數(shù)相關(guān)性分析、性能參數(shù)融合預(yù)測(cè)、數(shù)據(jù)庫(kù)管理等功能的航空發(fā)動(dòng)機(jī)性能參數(shù)融合預(yù)測(cè)軟件原型系統(tǒng),為航空公司提供維修決策支持。
【關(guān)鍵詞】:航空發(fā)動(dòng)機(jī) 預(yù)處理 相關(guān)性分析 信息融合 過(guò)程神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】:哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2015
【分類(lèi)號(hào)】:V263.6
【目錄】:
  • 摘要4-6
  • ABSTRACT6-10
  • 第1章 緒論10-23
  • 1.1 課題背景10-12
  • 1.1.1 課題來(lái)源10
  • 1.1.2 課題研究的目的和意義10-12
  • 1.2 國(guó)內(nèi)外研究現(xiàn)狀12-21
  • 1.2.1 性能參數(shù)預(yù)處理12-16
  • 1.2.2 性能參數(shù)相關(guān)性分析16-18
  • 1.2.3 性能參數(shù)融合預(yù)測(cè)18-21
  • 1.3 本文主要研究?jī)?nèi)容21-23
  • 第2章 航空發(fā)動(dòng)機(jī)性能參數(shù)預(yù)處理23-38
  • 2.1 引言23
  • 2.2 性能參數(shù)時(shí)間序列異常點(diǎn)識(shí)別23-31
  • 2.2.1 航空發(fā)動(dòng)機(jī)性能參數(shù)的選擇及其時(shí)間序列的構(gòu)建23-24
  • 2.2.2 基于密度方法的異常點(diǎn)識(shí)別和剔除24-26
  • 2.2.3 基于不確定性距離的異常點(diǎn)識(shí)別和剔除方法26-31
  • 2.3 基于COMPASS函數(shù)的時(shí)間序列平滑處理31-34
  • 2.3.1 時(shí)間序列平滑處理常用方法分析31-32
  • 2.3.2 基于COMPASS平滑函數(shù)的時(shí)間序列平滑32-34
  • 2.4 實(shí)例分析34-37
  • 2.4.1 性能參數(shù)異常點(diǎn)識(shí)別實(shí)例分析34-35
  • 2.4.2 性能參數(shù)平滑化實(shí)例分析35-37
  • 2.5 本章小結(jié)37-38
  • 第3章 航空發(fā)動(dòng)機(jī)性能參數(shù)相關(guān)性分析38-47
  • 3.1 引言38
  • 3.2 基于三點(diǎn)查詢(xún)法的性能參數(shù)線(xiàn)性相關(guān)性分析38-42
  • 3.2.1 基于三點(diǎn)查詢(xún)法的性能參數(shù)最大延遲相關(guān)點(diǎn)查詢(xún)38-40
  • 3.2.2 算法有效性驗(yàn)證40-41
  • 3.2.3 性能參數(shù)線(xiàn)性相關(guān)系數(shù)計(jì)算41-42
  • 3.3 基于分形理論的性能參數(shù)非線(xiàn)性相關(guān)性分析42-46
  • 3.3.1 性能參數(shù)時(shí)間序列分形輪廓的確定42-43
  • 3.3.2 重分形去趨勢(shì)相關(guān)性分析43-45
  • 3.3.3 航空發(fā)動(dòng)機(jī)性能參數(shù)非線(xiàn)性相關(guān)性分析45-46
  • 3.4 本章小結(jié)46-47
  • 第4章 基于離散輸入過(guò)程神經(jīng)網(wǎng)絡(luò)的融合預(yù)測(cè)模型47-63
  • 4.1 引言47
  • 4.2 基于蟻群算法的輸入樣本優(yōu)化47-50
  • 4.2.1 基于主成分分析的輸入樣本降維實(shí)現(xiàn)47-48
  • 4.2.2 基于蟻群算法的性能參數(shù)輸入樣本空間劃分48-50
  • 4.3 基于離散輸入過(guò)程神經(jīng)網(wǎng)絡(luò)融合預(yù)測(cè)模型的建立50-58
  • 4.3.1 離散輸入過(guò)程神經(jīng)網(wǎng)絡(luò)50-52
  • 4.3.2 基于離散輸入過(guò)程神經(jīng)網(wǎng)絡(luò)的融合預(yù)測(cè)模型52-54
  • 4.3.3 融合預(yù)測(cè)模型的有效性驗(yàn)證54-58
  • 4.4 基于融合預(yù)測(cè)模型的性能參數(shù)預(yù)測(cè)實(shí)例分析58-62
  • 4.5 本章小結(jié)62-63
  • 第5章 融合預(yù)測(cè)軟件原型系統(tǒng)的實(shí)現(xiàn)63-76
  • 5.1 引言63
  • 5.2 航空發(fā)動(dòng)機(jī)性能參數(shù)預(yù)測(cè)系統(tǒng)需求分析63-65
  • 5.3 系統(tǒng)的功能模塊設(shè)計(jì)65-67
  • 5.4 系統(tǒng)體系結(jié)構(gòu)設(shè)計(jì)67-69
  • 5.5 系統(tǒng)功能演示69-75
  • 5.5.1 系統(tǒng)登錄界面及客戶(hù)端主界面69-70
  • 5.5.2 性能參數(shù)預(yù)處理界面70-72
  • 5.5.3 性能參數(shù)相關(guān)性分析界面72-73
  • 5.5.4 性能參數(shù)融合預(yù)測(cè)界面73-75
  • 5.6 本章小結(jié)75-76
  • 結(jié)論76-77
  • 參考文獻(xiàn)77-83
  • 致謝83

【引證文獻(xiàn)】

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前1條

1 鄭斌祥;席裕庚;杜秀華;;基于面向?qū)ο蠹夹g(shù)的OLAP系統(tǒng)設(shè)計(jì)研究及應(yīng)用[A];2001年中國(guó)智能自動(dòng)化會(huì)議論文集(下冊(cè))[C];2001年

,

本文編號(hào):1034684

資料下載
論文發(fā)表

本文鏈接:http://sikaile.net/kejilunwen/hangkongsky/1034684.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶(hù)5e5ec***提供,本站僅收錄摘要或目錄,作者需要?jiǎng)h除請(qǐng)E-mail郵箱bigeng88@qq.com