【摘要】：機載蒸發(fā)循環(huán)系統(tǒng)有著制冷效率高、制冷速度快等一系列優(yōu)點,目前已經(jīng)被廣泛用于先進民用飛機電子設(shè)備艙以及廚房的制冷。然而,由于該系統(tǒng)中包含著眾多的部件,其發(fā)生故障時機組人員很難準(zhǔn)確辨別故障類型及發(fā)生的具體位置。本文針對這一問題,構(gòu)造了基于智能算法的機載蒸發(fā)循環(huán)制冷系統(tǒng)故障診斷模型,并對該模型進行了可視化研究。本文的主要研究內(nèi)容有:1.搭建了一套蒸發(fā)循環(huán)制冷系統(tǒng)特性試驗臺,對系統(tǒng)常見的故障進行了模擬試驗,獲得了故障數(shù)據(jù),并對故障數(shù)據(jù)的變化進行了理論分析。2.針對故障數(shù)據(jù),采用以降維和信息提取的多變量統(tǒng)計分析為基礎(chǔ)的主成分分析方法進行特征提取,有效去除數(shù)據(jù)之間的關(guān)聯(lián)性,并保證數(shù)據(jù)信息損失最小化,減少故障診斷模型的計算量,提高模型的性能。3.在統(tǒng)計學(xué)習(xí)理論的基礎(chǔ)上,利用在模式識別、函數(shù)擬合、故障診斷等研究方向上發(fā)揮著重要的作用,并且在解決局部收斂問題、過學(xué)習(xí)與欠學(xué)習(xí)問題方面十分高效的支持向量機構(gòu)造故障診斷模型,并利用經(jīng)過主成分分析的數(shù)據(jù)進行模型驗證。4.構(gòu)造了ACO-SVM模型,利用有著正反饋機制、魯棒性好、并性強、全局搜索性好等優(yōu)點的蟻群算法對支持向量機模型的參數(shù)(C,g)進行優(yōu)化,從而達到優(yōu)化模型性能、提高診斷正確率的目的。5.利用MATLAB GUI模塊設(shè)計出了一款可視化故障診斷軟件。該軟件可用于訓(xùn)練并測試故障診斷模型,并讀取系統(tǒng)運行數(shù)據(jù),對其進行故障診斷,為機組人員提供便利。
【圖文】：

圖 2. 1 機載蒸發(fā)循環(huán)制冷系統(tǒng)試驗臺試驗條件有限，機載蒸發(fā)循環(huán)性能試驗臺的部件采用與機載部件的工作民用部件來代替。部分部件型號如表 2.1 所示：表 2. 1 系統(tǒng)部分部件型號系統(tǒng)部件 型號壓縮機 EMERSON | Copeland Scroll VRI94KS-TFP-522冷凝器 峰煌 FHC030-76-3.0-H干燥過濾器 EMERSONA-TDS 485蒸發(fā)器 峰煌 FHC030-82-3.0-H膨脹閥 Danfos | TGEN 7TR 24kW R134a干燥過濾器 EMERSONA-TDS 485冷卻水水泵 DBZ-1500冷凍水水泵 DBZ儲液罐 JHCY-8氣液分離器 Airmender

（b）溫度變化圖 2. 3 制冷劑泄漏時的參數(shù)變化凝器結(jié)垢共分兩次調(diào)節(jié)冷凝器入口處的閥門。先輕微擰緊閥門，待運行數(shù)據(jù)穩(wěn)定此來分別模擬冷凝器的輕微結(jié)垢情況以及嚴(yán)重結(jié)垢情況。通過分析試驗度不斷增加時，部分熱力參數(shù)的變化趨勢，如圖 2.4 所示。圖（a）是在，壓縮機的吸排氣壓力隨時間的變化曲線圖�？梢缘弥@兩個參數(shù)均凝器不同結(jié)垢程度下部分溫度參數(shù)的變化圖�？梢钥闯觯瑝嚎s機排氣溫蒸發(fā)器入口溫度均呈現(xiàn)略微上升的趨勢，冷卻水進出水溫差卻有所降低存在結(jié)垢現(xiàn)象時，，會導(dǎo)致傳熱效率降低，大大影響了冷卻水與冷凝器內(nèi)
【學(xué)位授予單位】：南京航空航天大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：V245.343

【相似文獻】

相關(guān)期刊論文 前10條

1 韓麒麟;荊竹;;飛機故障診斷中飛參的數(shù)據(jù)支持作用研究[J];電子制作;2019年12期

2 王彥梅;李佳民;;農(nóng)用汽車發(fā)動機狀態(tài)監(jiān)測系統(tǒng)與診斷方法研究[J];農(nóng)機化研究;2018年02期

3 王淵明;徐策;侯繼超;張禹生;;煙草機械中故障診斷技術(shù)的應(yīng)用[J];南方農(nóng)機;2018年04期

4 周雪軍;;故障診斷技術(shù)在煙草機械中的應(yīng)用和發(fā)展趨勢[J];科技風(fēng);2018年22期

5 陳亞明;顏云;;故障診斷方法現(xiàn)狀及發(fā)展方向研究[J];電工技術(shù);2018年18期

6 單建虎;;石化轉(zhuǎn)動設(shè)備狀態(tài)監(jiān)測與故障診斷平臺及應(yīng)用[J];石化技術(shù);2017年10期

7 石志軍;陳信在;高金寶;;艦船電子裝備電路板的故障診斷策略研究[J];科技與企業(yè);2016年01期

8 謝敏;樓鑫;羅芊;;航天器故障診斷技術(shù)綜述及發(fā)展趨勢[J];軟件;2016年07期

9 付麗莉;;汽輪機故障診斷技術(shù)的發(fā)展分析和研究[J];科技創(chuàng)新與應(yīng)用;2015年08期

10 謝春萍;梁家榮;;星型網(wǎng)絡(luò)的幾種故障診斷度研究[J];廣西大學(xué)學(xué)報(自然科學(xué)版);2015年03期

相關(guān)會議論文 前10條

1 張利;徐娟;張建軍;程龍;趙佛曉;;基于網(wǎng)格的遠程協(xié)同故障診斷資源管理模型研究[A];全國第20屆計算機技術(shù)與應(yīng)用學(xué)術(shù)會議（CACIS·2009）暨全國第1屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會議論文集（上冊）[C];2009年

2 商斌梁;張振仁;;基于小波與遺傳算法的氣閥機構(gòu)的故障診斷[A];2001年中國智能自動化會議論文集（下冊）[C];2001年

3 李娟;;淺談泵站設(shè)備故障診斷問題[A];2009全國大型泵站更新改造研討暨新技術(shù)、新產(chǎn)品交流大會論文集[C];2009年

4 劉波;劉少華;姚國仲;申立中;;冗余電位器加速踏板故障診斷策略研究~[A];內(nèi)燃機科技（高校篇）——中國內(nèi)燃機學(xué)會第六屆青年學(xué)術(shù)年會論文集[C];2015年

5 張彼德;;汽輪發(fā)電機組振動多故障診斷的神經(jīng)網(wǎng)絡(luò)方法研究[A];第八屆全國振動理論及應(yīng)用學(xué)術(shù)會議論文集摘要[C];2003年

6 魏偉勝;;γ射線故障診斷技術(shù)[A];中國化工學(xué)會2003年石油化工學(xué)術(shù)年會論文集[C];2003年

7 李鐵軍;趙海文;李慨;沈志忠;;基于多智能體的機電系統(tǒng)控制與故障診斷的研究[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

8 許智靈;;冷藏集裝箱故障診斷與處理的探討[A];設(shè)備監(jiān)測與診斷技術(shù)及其應(yīng)用——第十二屆全國設(shè)備監(jiān)測與診斷學(xué)術(shù)會議論文集[C];2005年

9 張樂功;王軍;李健蓉;;應(yīng)用狀態(tài)監(jiān)測及故障診斷技術(shù) 提高設(shè)備管理與維修現(xiàn)代化水平[A];第十屆全國設(shè)備監(jiān)測與診斷技術(shù)學(xué)術(shù)會議論文集[C];2000年

10 閆曉鵬;栗蘋;章濤;王永強;;無線電引信故障診斷策略研究[A];2008中國儀器儀表與測控技術(shù)進展大會論文集（Ⅲ）[C];2008年

相關(guān)重要報紙文章 前10條

1 武漢科技學(xué)院紡織服裝學(xué)院 林子務(wù);故障診斷中的數(shù)學(xué)概念[N];中國紡織報;2004年

2 邢小兵 記者 王瑤;我國首個航天器在軌故障診斷與維修實驗室成立[N];解放軍報;2014年

3 楊亞洲 邢小兵 記者 齊小英;航天器故障診斷與維修室在西安成立[N];陜西日報;2013年

4 李萍;濟鋼EAM離線網(wǎng)絡(luò)點檢和故障診斷管理系統(tǒng)開發(fā)應(yīng)用[N];世界金屬導(dǎo)報;2007年

5 ;點火系故障診斷[N];華夏時報;2001年

6 李繼光;鍘草機常見故障診斷及排除[N];云南科技報;2003年

7 何攻 何延青;與Windows 2003親密接觸之常見故障診斷[N];電腦報;2003年

8 ;為企業(yè)長遠效益的增長助力[N];中國信息化周報;2019年

9 記者馮競;“ B737飛機故障診斷與維修指導(dǎo)系統(tǒng)”開發(fā)成功[N];科技日報;2002年

10 宗樾;空調(diào)常見故障診斷[N];中國質(zhì)量報;2004年

相關(guān)博士學(xué)位論文 前10條

1 張玉彥;基于深度自編碼器的機械故障診斷方法研究[D];華中科技大學(xué);2019年

2 茆志偉;活塞式發(fā)動機典型故障診斷及非穩(wěn)定工況監(jiān)測評估方法研究[D];北京化工大學(xué);2018年

3 劉頡;基于振動信號分析的旋轉(zhuǎn)機械故障診斷方法研究[D];華中科技大學(xué);2018年

4 杭芹;用于聚變電源的故障診斷算法研究[D];中國科學(xué)技術(shù)大學(xué);2019年

5 黃杰;基于智能學(xué)習(xí)的電噴汽車故障診斷與監(jiān)測評估系統(tǒng)的研究[D];中國農(nóng)業(yè)大學(xué);2018年

6 王奉濤;非平穩(wěn)信號故障特征提取與智能診斷方法的研究及應(yīng)用[D];大連理工大學(xué);2003年

7 錢華明;故障診斷與容錯技術(shù)及其在組合導(dǎo)航系統(tǒng)中的應(yīng)用研究[D];哈爾濱工程大學(xué);2004年

8 蔣麗英;基于FDA/DPLS方法的流程工業(yè)故障診斷研究[D];浙江大學(xué);2005年

9 韓彥嶺;面向復(fù)雜設(shè)備的遠程智能診斷技術(shù)及其應(yīng)用研究[D];上海大學(xué);2005年

10 張君;小波分析技術(shù)在汽輪機故障診斷中的應(yīng)用研究[D];華北電力大學(xué)（河北）;2005年

相關(guān)碩士學(xué)位論文 前10條

1 黃書翰;基于Fisher判別及ICS-RBF的TE過程故障識別及診斷[D];湘潭大學(xué);2019年

2 劉湘婉;基于智能算法的機載蒸發(fā)循環(huán)制冷系統(tǒng)故障診斷[D];南京航空航天大學(xué);2019年

3 李帥飛;基于數(shù)據(jù)驅(qū)動的輪轂驅(qū)動汽車失扭故障診斷方法研究[D];哈爾濱工業(yè)大學(xué);2019年

4 宋凱歌;產(chǎn)品交互式電子手冊的設(shè)計與實現(xiàn)[D];哈爾濱工業(yè)大學(xué);2018年

5 于恩寧;激光捷聯(lián)慣性測量組合故障診斷技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2018年

6 褚良宇;汽車發(fā)動機冷卻系統(tǒng)故障診斷方法研究[D];重慶郵電大學(xué);2019年

7 楊晶;基于數(shù)據(jù)的風(fēng)電機組整機故障診斷研究[D];上海交通大學(xué);2018年

8 張懋石;基于深度學(xué)習(xí)的飛行器動力系統(tǒng)故障診斷[D];廈門大學(xué);2018年

9 林俊才;基于FastAP算法的港口機械故障診斷方法研究[D];武漢理工大學(xué);2018年

10 何萬縣;基于EVIT的數(shù)據(jù)中心服務(wù)器故障診斷技術(shù)創(chuàng)新研究[D];鄭州大學(xué);2019年

本文編號：2702158