本文關鍵詞：基于改進遺傳算法的航空發(fā)動機故障診斷專家系統(tǒng)，，由筆耕文化傳播整理發(fā)布。

【摘要】：航空發(fā)動機被認為是飛行器的最重要的組成部分，其穩(wěn)定性決定著飛行任務的完成質量。隨著現(xiàn)代航空技術的發(fā)展，航空發(fā)動機性能不斷提高，對結構強度和工作條件的要求日益增加，導致航空發(fā)動機出現(xiàn)故障的事例顯著增多。這些情況體現(xiàn)出了航空發(fā)動機故障診斷的重要性。在推理速度慢和先驗知識少的情況下，通過使用遺傳算法，幫助航空發(fā)動機故障診斷專家系統(tǒng)進行推理和自學習，解決了知識獲取的問題，并且證明是有效的。 1）在參考閱讀大量文獻之后，詳細闡述了航空發(fā)動機故障診斷的意義、內容以及國內外的研究現(xiàn)狀、發(fā)展和展望。 2）詳細介紹了轉子不對中、轉子不平衡、轉子碰摩和滾動軸承故障故障機理特征。 3）介紹了遺傳算法的原理及特點，闡述了遺傳算法的基本步驟，提出了基于梯度法的改進遺傳算法，利用遺傳算法對故障特征進行分析，提取故障，去除冗余的特征參數(shù)，有效地對故障進行分類和計算，利用MATLAB,根據(jù)遺傳算法得出的最優(yōu)化解。 4）建立航空發(fā)動機故障診斷專家系統(tǒng)，采用改進遺傳算法,針對專家系統(tǒng)知識“瓶頸”的難題，解決了以往專家系統(tǒng)難以克服的問題,利用遺傳算法得出的結果，利用知識庫進行比較對照、推理，進行模式識別，提高故障的識別精度。 5）將MATLAB和VB.NET進行混合編程，在改進型遺傳算法航空發(fā)動機故障診斷專家系統(tǒng)的理論基礎之上，編制故障診斷的計算機程序，并在嚴謹?shù)睦碚摷斑壿嬐茖е驴蓪δ承秃娇瞻l(fā)動機進行振動故障診斷。通過大量的理論和數(shù)據(jù)表明，本文采用的故障診斷方法，能在發(fā)動機故障時有效地診斷出其存在的故障，排除導致故障的干擾因素，因此提高了故障診斷的準確度。
【關鍵詞】：航空發(fā)動機 故障診斷 遺傳算法 專家系統(tǒng) VB MATLAB
【學位授予單位】：南昌航空大學
【學位級別】：碩士
【學位授予年份】：2012
【分類號】：V263.6;TP18
【目錄】：

• 摘要4-5
• ABSTRACT5-6
• 目錄6-8
• 第1章 緒論8-14
• 1.1 論文背景8
• 1.2 航空發(fā)動機故障的診斷任務及意義8-9
• 1.3 航空發(fā)動機故障診斷的技術研究現(xiàn)狀9-13
• 1.3.1 國外研究現(xiàn)狀10-11
• 1.3.2 國內研究現(xiàn)狀11
• 1.3.3 遺傳算法在故障診斷中的應用11-12
• 1.3.4 專家系統(tǒng)在故障診斷中的應用12-13
• 1.4 本文主要研究內容13-14
• 第2章 航空發(fā)動機振動測試及常見故障14-23
• 2.1 發(fā)動機振動測試14-16
• 2.1.1 某型航空發(fā)動機結構和主要性能參數(shù)14-16
• 2.1.2 某型航空發(fā)動機振動測試方法16
• 2.2 航空發(fā)動機振動常見的故障類型及特征16-23
• 2.2.1 航空發(fā)動機故障類型16-17
• 2.2.2 航空發(fā)動機常見故障原因17-23
• 第3章 遺傳算法的計算原理與實現(xiàn)技術23-31
• 3.1 遺傳算法簡介23-27
• 3.1.1 遺傳算法計算原理23-26
• 3.1.2 遺傳算法的求解步驟26-27
• 3.1.3 遺傳算法的特點27
• 3.2 遺傳算法優(yōu)化實例27-31
• 第4章 專家系統(tǒng)設計31-46
• 4.1 專家系統(tǒng)簡介31-37
• 4.1.1 專家系統(tǒng)的發(fā)展階段32
• 4.1.2 專家系統(tǒng)的結構32-33
• 4.1.3 專家系統(tǒng)的類型33-37
• 4.1.4 專家系統(tǒng)的功能37
• 4.2 知識工程系統(tǒng)及其功能環(huán)節(jié)37-46
• 4.2.1 知識表達40-42
• 4.2.2 知識獲取42-46
• 第5章 基于改進遺傳算法的航空發(fā)動機故障診斷專家系統(tǒng)46-54
• 5.1 基于梯度法的改進遺傳算法46-47
• 5.2 改進遺傳算法與專家系統(tǒng)的結合47-49
• 5.2.1 遺傳算法與機器學習47-48
• 5.2.2 機器學習中的遺傳算法48-49
• 5.2.3 推理機設計49
• 5.3 算例及其分析49-54
• 5.3.1 遺傳算法對數(shù)據(jù)進行優(yōu)化49-51
• 5.3.2 專家系統(tǒng)進行故障診斷51-54
• 第6章 結論與展望54-55
• 6.1 主要研究結論54
• 6.2 未來工作展望54-55
• 參考文獻55-57
• 發(fā)表論文和參加科研情況說明57-58
• 致謝58-59

【引證文獻】

中國碩士學位論文全文數(shù)據(jù)庫 前1條

1 劉委;遺傳算法與RBF神經(jīng)網(wǎng)絡融合技術應用于微車后橋故障診斷[D];武漢理工大學;2013年

  本文關鍵詞：基于改進遺傳算法的航空發(fā)動機故障診斷專家系統(tǒng)，由筆耕文化傳播整理發(fā)布。

本文編號：264305