基于液體火箭發(fā)動機正常及故障狀況數(shù)據(jù)的完備程度和數(shù)據(jù)質(zhì)量的不斷提高,提出一種基于數(shù)據(jù)驅(qū)動的綜合模糊聚類算法用于故障診斷。采用模糊c均值（FCM）算法對已知正常樣本數(shù)據(jù)進行聚類得到最優(yōu)的聚類中心,將所得到的聚類中心作為先驗樣本數(shù)據(jù)用于傳遞閉包法最優(yōu)分類結(jié)果的選擇從而得到故障檢測結(jié)果,該算法只需要少量的正常先驗樣本數(shù)據(jù)就能快速、準確的檢測出故障;隨后采用FCM算法進行故障分類,可以根據(jù)現(xiàn)有的故障數(shù)據(jù)庫進行聚類得到對應(yīng)的故障類型,并且可以給出故障幅值范圍。模型仿真結(jié)果表明:該算法對故障的檢測率可達96.8%,故障隔離率達到94%。某型液體火箭發(fā)動機實際試車數(shù)據(jù)結(jié)果表明:該故障診斷算法能夠準確及時的檢測并隔離出故障。 

【文章來源】：航空動力學(xué)報. 2020,35(06)北大核心EICSCD

【文章頁數(shù)】：9 頁

【文章目錄】：
1 模糊c均值聚類(FCM)
    1.1 FCM原理
    1.2 FCM步驟
2 模糊傳遞閉包法
    2.1 模糊傳遞閉包法原理
    2.2 模糊傳遞閉包法步驟
        1) 構(gòu)造特性指標矩陣
        2) 數(shù)據(jù)標準化處理(構(gòu)造模糊矩陣)
        3) 構(gòu)造模糊相似矩陣
        4) 模糊等價矩陣(求傳遞閉包)
        5) 模糊截斷矩陣
    2.3 參數(shù)尋優(yōu)
3 綜合模糊聚類
4 仿真結(jié)果分析
    4.1 仿真模型
    4.2 模糊傳遞閉包法參數(shù)尋優(yōu)
        4.2.1 參數(shù)尋優(yōu)參數(shù)選擇
        4.2.2 參數(shù)尋優(yōu)結(jié)果分析
    4.3 故障檢測結(jié)果分析
    4.4 故障隔離結(jié)果分析
        4.4.1 故障隔離數(shù)據(jù)選擇
        4.4.2 結(jié)果分析
5 結(jié) 論


【參考文獻】：
期刊論文
[1]基于模糊聚類的圖像分割研究進展[J]. 雷濤,張肖,加小紅,劉侍剛,張艷寧.  電子學(xué)報. 2019(08)
[2]基于堆棧式自動編碼器的加密流量識別方法[J]. 王攀,陳雪嬌.  計算機工程. 2018(11)
[3]基于GG模糊聚類的退化狀態(tài)識別方法[J]. 王冰,王微,胡雄,孫德建.  儀器儀表學(xué)報. 2018(03)
[4]一種基于聚類分析的液體火箭發(fā)動機穩(wěn)態(tài)過程故障診斷方法[J]. 耿輝,張翔,張素明,安雪巖.  火箭推進. 2014(05)
[5]基于SVM和SNN的航空發(fā)動機氣路故障診斷[J]. 王修巖,李萃芳,高銘陽,李宗帥.  航空動力學(xué)報. 2014(10)
[6]基于模糊聚類的BP神經(jīng)網(wǎng)絡(luò)模型研究及應(yīng)用[J]. 何勇,項利國.  系統(tǒng)工程理論與實踐. 2004(02)
[7]模糊相似矩陣的構(gòu)造[J]. 王新洲,舒海翅.  吉首大學(xué)學(xué)報(自然科學(xué)版). 2003(03)
[8]模糊c-均值聚類算法中加權(quán)指數(shù)m的研究[J]. 高新波,裴繼紅,謝維信.  電子學(xué)報. 2000(04)

博士論文
[1]新一代大推力液體火箭發(fā)動機故障檢測與診斷關(guān)鍵技術(shù)研究[D]. 李艷軍.國防科學(xué)技術(shù)大學(xué) 2014



本文編號：3175214