基于數(shù)據(jù)驅(qū)動(dòng)的航空發(fā)動(dòng)機(jī)氣路健康監(jiān)測(cè)方法研究
發(fā)布時(shí)間:2022-02-23 05:10
航空發(fā)動(dòng)機(jī)由多個(gè)復(fù)雜子系統(tǒng)精密配合而成的大型設(shè)備,工作條件苛刻復(fù)雜,極易發(fā)生腐蝕、積垢、疲勞等情況,產(chǎn)生安全事故。健康監(jiān)測(cè)技術(shù)通過分析航空發(fā)動(dòng)機(jī)常見的失效模式以及特性,以氣路性能參數(shù),如發(fā)動(dòng)機(jī)排氣溫度偏差、燃油流量,高壓轉(zhuǎn)子轉(zhuǎn)速、低壓轉(zhuǎn)子轉(zhuǎn)速為研究對(duì)象,挖掘氣路性能參數(shù)的深度信息,以達(dá)到對(duì)發(fā)動(dòng)機(jī)的部件的健康監(jiān)測(cè)。論文的主要工作內(nèi)容如下:(1)對(duì)國(guó)內(nèi)外航空發(fā)動(dòng)機(jī)健康監(jiān)測(cè)技術(shù)進(jìn)行了研究,對(duì)航空發(fā)動(dòng)機(jī)的氣路失效模式以及常見的氣路健康監(jiān)測(cè)方法進(jìn)行了總結(jié);(2)研究了基于指數(shù)平滑法和和Savitzky-Golay平滑的氣路參數(shù)預(yù)處理,消除噪聲數(shù)據(jù)的作用影響,并對(duì)比兩種平滑處理結(jié)果;(3)研究了基于人工免疫算法的航空發(fā)動(dòng)機(jī)故障診斷方法,并提出了一種可以實(shí)現(xiàn)閾值自優(yōu)化的雙種群免疫算法,實(shí)現(xiàn)了航空發(fā)動(dòng)機(jī)的故障診斷;(4)研究了基于ELMAdaboost強(qiáng)預(yù)測(cè)器的航空發(fā)動(dòng)機(jī)氣路參數(shù)預(yù)測(cè),并采用多個(gè)指標(biāo)進(jìn)行預(yù)測(cè)結(jié)果評(píng)估,并與BP神經(jīng)網(wǎng)絡(luò)的參數(shù)預(yù)測(cè)結(jié)果進(jìn)行對(duì)比;(5)研究了基于雙種群免疫算法和ELMAdaboost強(qiáng)預(yù)測(cè)器融合的航空發(fā)動(dòng)機(jī)剩余壽命預(yù)測(cè)研究,以5種型...
【文章來源】:南京航空航天大學(xué)江蘇省211工程院校
【文章頁(yè)數(shù)】:66 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
注釋表
縮略詞
第1章 緒論
1.1 研究背景
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 國(guó)外研究現(xiàn)狀
1.2.2 國(guó)內(nèi)研究現(xiàn)狀
1.3 發(fā)動(dòng)機(jī)氣路健康監(jiān)測(cè)技術(shù)
1.3.1 航空發(fā)動(dòng)機(jī)常見氣路故障
1.3.2 航空發(fā)動(dòng)機(jī)氣路健康監(jiān)測(cè)原理
1.3.3 常用的航空發(fā)動(dòng)機(jī)氣路健康監(jiān)測(cè)方法
1.4 本文研究?jī)?nèi)容以及章節(jié)安排
第2章 航空發(fā)動(dòng)機(jī)氣路參數(shù)樣本收集及數(shù)據(jù)處理
2.1 航空發(fā)動(dòng)機(jī)簡(jiǎn)化模型
2.2 原始數(shù)據(jù)分析方法及選擇
2.3 氣路參數(shù)預(yù)處理
2.3.1 指數(shù)平滑法
2.3.2 Savitzky-Golay平滑法
2.4 氣路參數(shù)預(yù)處理結(jié)果及分析
2.5 本章小結(jié)
第3章 基于免疫算法的航空發(fā)動(dòng)機(jī)氣路故障診斷
3.1 引言
3.2 克隆選擇算法
3.3 陰性選擇算法
3.3.1 基本定義
3.3.2 算法描述
3.4 基于陰性選擇算法的航空發(fā)動(dòng)機(jī)氣路故障診斷
3.4.1 初始抗體產(chǎn)生
3.4.2 檢測(cè)器的變異成熟
3.4.3 故障檢測(cè)與診斷
3.5 基于陰性選擇算法的航空發(fā)動(dòng)機(jī)氣路故障檢測(cè)與診斷
3.5.1 基本定義
3.5.2 診斷結(jié)果
3.5.3 初始抗體個(gè)數(shù)影響分析
3.5.4 親和力計(jì)算公式影響分析
3.5.5 加入噪聲樣本驗(yàn)證
3.5.6 實(shí)例總結(jié)
3.6 基于雙種群免疫算法的航空發(fā)動(dòng)機(jī)氣路故障診斷
3.6.1 雙種群免疫算法流程
3.6.2 算法參數(shù)設(shè)置
3.6.3 結(jié)果分析
3.6.4 噪聲樣本驗(yàn)證
3.6.5 結(jié)論
3.7 本章總結(jié)
第4章 航空發(fā)動(dòng)機(jī)氣路參數(shù)預(yù)測(cè)
4.1 相空間重構(gòu)理論
4.2 極限學(xué)習(xí)機(jī)拓?fù)淠P?br> 4.3 Adaboost算法簡(jiǎn)介
4.4 應(yīng)用實(shí)例
4.4.1 有效性驗(yàn)證
4.4.2 航空發(fā)動(dòng)機(jī)氣路參數(shù)預(yù)測(cè)
4.5 本章總結(jié)
第5章 航空發(fā)動(dòng)機(jī)剩余壽命預(yù)測(cè)方法研究
5.1 多因子決策函數(shù)模型
5.2 航空發(fā)動(dòng)機(jī)狀態(tài)預(yù)測(cè)方法研究
5.3 壽命預(yù)測(cè)結(jié)果分析
5.4 本章小結(jié)
第6章 總結(jié)與展望
6.1 研究總結(jié)
6.2 工作展望
參考文獻(xiàn)
致謝
在學(xué)期間的研究成果以及發(fā)表的學(xué)術(shù)論文
【參考文獻(xiàn)】:
期刊論文
[1]基于深度學(xué)習(xí)的航空發(fā)動(dòng)機(jī)故障融合診斷[J]. 車暢暢,王華偉,倪曉梅,洪驥宇. 北京航空航天大學(xué)學(xué)報(bào). 2018(03)
[2]免疫支持向量機(jī)用于航空發(fā)動(dòng)機(jī)磨損故障診斷[J]. 張建,李艷軍,曹愈遠(yuǎn),張麗娜. 北京航空航天大學(xué)學(xué)報(bào). 2017(07)
[3]基于相空間重構(gòu)與最小二乘支持向量機(jī)的時(shí)延預(yù)測(cè)[J]. 田中大,張超,李樹江,王艷紅,沙毅. 電子學(xué)報(bào). 2017(05)
[4]基于自組織神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承狀態(tài)評(píng)估方法[J]. 張全德,陳果,林桐,歐陽(yáng)文理,滕春禹,王洪偉. 中國(guó)機(jī)械工程. 2017(05)
[5]航空發(fā)動(dòng)機(jī)健康管理系統(tǒng)發(fā)展現(xiàn)狀及其指標(biāo)體系研究[J]. 蔡光耀,高晶,苗學(xué)問. 測(cè)控技術(shù). 2016(04)
[6]雙軸分排渦扇發(fā)動(dòng)機(jī)氣路故障診斷測(cè)量參數(shù)選擇方法[J]. 胡良權(quán),陳敏,唐海龍,郭昆. 航空動(dòng)力學(xué)報(bào). 2015(08)
[7]基于免疫理論的航空發(fā)動(dòng)機(jī)磨損故障智能診斷[J]. 馬安祥,李艷軍,曹愈遠(yuǎn),汪震宇,安罡. 航空學(xué)報(bào). 2015(06)
[8]基于時(shí)變自回歸模型與神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承故障智能診斷[J]. 謝三毛. 軸承. 2014(10)
[9]基于融合信息的轉(zhuǎn)子振動(dòng)故障SVM診斷方法[J]. 艾延廷,陳潮龍,田晶,王志. 航空動(dòng)力學(xué)報(bào). 2014(10)
[10]基于BP神經(jīng)網(wǎng)絡(luò)的光伏陣列故障診斷研究[J]. 王元章,吳春華,周笛青,付立,李智華. 電力系統(tǒng)保護(hù)與控制. 2013(16)
博士論文
[1]民用渦扇發(fā)動(dòng)機(jī)在線健康診斷關(guān)鍵技術(shù)研究[D]. 張書剛.西北工業(yè)大學(xué) 2014
[2]航空發(fā)動(dòng)機(jī)關(guān)鍵轉(zhuǎn)動(dòng)部件疲勞壽命預(yù)測(cè)與可靠性分析方法[D]. 甘露萍.電子科技大學(xué) 2014
[3]基于智能算法的目標(biāo)威脅估計(jì)[D]. 王改革.中國(guó)科學(xué)院研究生院(長(zhǎng)春光學(xué)精密機(jī)械與物理研究所) 2013
[4]基于模型的重型燃?xì)廨啓C(jī)氣路故障診斷研究[D]. 蒲星星.清華大學(xué) 2013
[5]航空發(fā)動(dòng)機(jī)故障診斷的融合技術(shù)研究[D]. 魯峰.南京航空航天大學(xué) 2009
[6]基于卡爾曼濾波的航空發(fā)動(dòng)機(jī)故障診斷技術(shù)研究[D]. 張鵬.南京航空航天大學(xué) 2009
碩士論文
[1]基于數(shù)據(jù)的航空發(fā)動(dòng)機(jī)氣路故障診斷研究[D]. 張麗.清華大學(xué) 2014
[2]基于改進(jìn)遺傳算法的航空發(fā)動(dòng)機(jī)故障診斷專家系統(tǒng)[D]. 李愷欽.南昌航空大學(xué) 2012
[3]航空發(fā)動(dòng)機(jī)氣路故障診斷技術(shù)研究[D]. 彭淑宏.上海交通大學(xué) 2012
[4]航空發(fā)動(dòng)機(jī)故障監(jiān)控系統(tǒng)設(shè)計(jì)與方法研究[D]. 應(yīng)勇.西北工業(yè)大學(xué) 2007
[5]航空發(fā)動(dòng)機(jī)部件性能跟蹤濾波器研究[D]. 歐陽(yáng)舟.西北工業(yè)大學(xué) 2004
本文編號(hào):3640937
【文章來源】:南京航空航天大學(xué)江蘇省211工程院校
【文章頁(yè)數(shù)】:66 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
注釋表
縮略詞
第1章 緒論
1.1 研究背景
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 國(guó)外研究現(xiàn)狀
1.2.2 國(guó)內(nèi)研究現(xiàn)狀
1.3 發(fā)動(dòng)機(jī)氣路健康監(jiān)測(cè)技術(shù)
1.3.1 航空發(fā)動(dòng)機(jī)常見氣路故障
1.3.2 航空發(fā)動(dòng)機(jī)氣路健康監(jiān)測(cè)原理
1.3.3 常用的航空發(fā)動(dòng)機(jī)氣路健康監(jiān)測(cè)方法
1.4 本文研究?jī)?nèi)容以及章節(jié)安排
第2章 航空發(fā)動(dòng)機(jī)氣路參數(shù)樣本收集及數(shù)據(jù)處理
2.1 航空發(fā)動(dòng)機(jī)簡(jiǎn)化模型
2.2 原始數(shù)據(jù)分析方法及選擇
2.3 氣路參數(shù)預(yù)處理
2.3.1 指數(shù)平滑法
2.3.2 Savitzky-Golay平滑法
2.4 氣路參數(shù)預(yù)處理結(jié)果及分析
2.5 本章小結(jié)
第3章 基于免疫算法的航空發(fā)動(dòng)機(jī)氣路故障診斷
3.1 引言
3.2 克隆選擇算法
3.3 陰性選擇算法
3.3.1 基本定義
3.3.2 算法描述
3.4 基于陰性選擇算法的航空發(fā)動(dòng)機(jī)氣路故障診斷
3.4.1 初始抗體產(chǎn)生
3.4.2 檢測(cè)器的變異成熟
3.4.3 故障檢測(cè)與診斷
3.5 基于陰性選擇算法的航空發(fā)動(dòng)機(jī)氣路故障檢測(cè)與診斷
3.5.1 基本定義
3.5.2 診斷結(jié)果
3.5.3 初始抗體個(gè)數(shù)影響分析
3.5.4 親和力計(jì)算公式影響分析
3.5.5 加入噪聲樣本驗(yàn)證
3.5.6 實(shí)例總結(jié)
3.6 基于雙種群免疫算法的航空發(fā)動(dòng)機(jī)氣路故障診斷
3.6.1 雙種群免疫算法流程
3.6.2 算法參數(shù)設(shè)置
3.6.3 結(jié)果分析
3.6.4 噪聲樣本驗(yàn)證
3.6.5 結(jié)論
3.7 本章總結(jié)
第4章 航空發(fā)動(dòng)機(jī)氣路參數(shù)預(yù)測(cè)
4.1 相空間重構(gòu)理論
4.2 極限學(xué)習(xí)機(jī)拓?fù)淠P?br> 4.3 Adaboost算法簡(jiǎn)介
4.4 應(yīng)用實(shí)例
4.4.1 有效性驗(yàn)證
4.4.2 航空發(fā)動(dòng)機(jī)氣路參數(shù)預(yù)測(cè)
4.5 本章總結(jié)
第5章 航空發(fā)動(dòng)機(jī)剩余壽命預(yù)測(cè)方法研究
5.1 多因子決策函數(shù)模型
5.2 航空發(fā)動(dòng)機(jī)狀態(tài)預(yù)測(cè)方法研究
5.3 壽命預(yù)測(cè)結(jié)果分析
5.4 本章小結(jié)
第6章 總結(jié)與展望
6.1 研究總結(jié)
6.2 工作展望
參考文獻(xiàn)
致謝
在學(xué)期間的研究成果以及發(fā)表的學(xué)術(shù)論文
【參考文獻(xiàn)】:
期刊論文
[1]基于深度學(xué)習(xí)的航空發(fā)動(dòng)機(jī)故障融合診斷[J]. 車暢暢,王華偉,倪曉梅,洪驥宇. 北京航空航天大學(xué)學(xué)報(bào). 2018(03)
[2]免疫支持向量機(jī)用于航空發(fā)動(dòng)機(jī)磨損故障診斷[J]. 張建,李艷軍,曹愈遠(yuǎn),張麗娜. 北京航空航天大學(xué)學(xué)報(bào). 2017(07)
[3]基于相空間重構(gòu)與最小二乘支持向量機(jī)的時(shí)延預(yù)測(cè)[J]. 田中大,張超,李樹江,王艷紅,沙毅. 電子學(xué)報(bào). 2017(05)
[4]基于自組織神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承狀態(tài)評(píng)估方法[J]. 張全德,陳果,林桐,歐陽(yáng)文理,滕春禹,王洪偉. 中國(guó)機(jī)械工程. 2017(05)
[5]航空發(fā)動(dòng)機(jī)健康管理系統(tǒng)發(fā)展現(xiàn)狀及其指標(biāo)體系研究[J]. 蔡光耀,高晶,苗學(xué)問. 測(cè)控技術(shù). 2016(04)
[6]雙軸分排渦扇發(fā)動(dòng)機(jī)氣路故障診斷測(cè)量參數(shù)選擇方法[J]. 胡良權(quán),陳敏,唐海龍,郭昆. 航空動(dòng)力學(xué)報(bào). 2015(08)
[7]基于免疫理論的航空發(fā)動(dòng)機(jī)磨損故障智能診斷[J]. 馬安祥,李艷軍,曹愈遠(yuǎn),汪震宇,安罡. 航空學(xué)報(bào). 2015(06)
[8]基于時(shí)變自回歸模型與神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承故障智能診斷[J]. 謝三毛. 軸承. 2014(10)
[9]基于融合信息的轉(zhuǎn)子振動(dòng)故障SVM診斷方法[J]. 艾延廷,陳潮龍,田晶,王志. 航空動(dòng)力學(xué)報(bào). 2014(10)
[10]基于BP神經(jīng)網(wǎng)絡(luò)的光伏陣列故障診斷研究[J]. 王元章,吳春華,周笛青,付立,李智華. 電力系統(tǒng)保護(hù)與控制. 2013(16)
博士論文
[1]民用渦扇發(fā)動(dòng)機(jī)在線健康診斷關(guān)鍵技術(shù)研究[D]. 張書剛.西北工業(yè)大學(xué) 2014
[2]航空發(fā)動(dòng)機(jī)關(guān)鍵轉(zhuǎn)動(dòng)部件疲勞壽命預(yù)測(cè)與可靠性分析方法[D]. 甘露萍.電子科技大學(xué) 2014
[3]基于智能算法的目標(biāo)威脅估計(jì)[D]. 王改革.中國(guó)科學(xué)院研究生院(長(zhǎng)春光學(xué)精密機(jī)械與物理研究所) 2013
[4]基于模型的重型燃?xì)廨啓C(jī)氣路故障診斷研究[D]. 蒲星星.清華大學(xué) 2013
[5]航空發(fā)動(dòng)機(jī)故障診斷的融合技術(shù)研究[D]. 魯峰.南京航空航天大學(xué) 2009
[6]基于卡爾曼濾波的航空發(fā)動(dòng)機(jī)故障診斷技術(shù)研究[D]. 張鵬.南京航空航天大學(xué) 2009
碩士論文
[1]基于數(shù)據(jù)的航空發(fā)動(dòng)機(jī)氣路故障診斷研究[D]. 張麗.清華大學(xué) 2014
[2]基于改進(jìn)遺傳算法的航空發(fā)動(dòng)機(jī)故障診斷專家系統(tǒng)[D]. 李愷欽.南昌航空大學(xué) 2012
[3]航空發(fā)動(dòng)機(jī)氣路故障診斷技術(shù)研究[D]. 彭淑宏.上海交通大學(xué) 2012
[4]航空發(fā)動(dòng)機(jī)故障監(jiān)控系統(tǒng)設(shè)計(jì)與方法研究[D]. 應(yīng)勇.西北工業(yè)大學(xué) 2007
[5]航空發(fā)動(dòng)機(jī)部件性能跟蹤濾波器研究[D]. 歐陽(yáng)舟.西北工業(yè)大學(xué) 2004
本文編號(hào):3640937
本文鏈接:http://sikaile.net/kejilunwen/hangkongsky/3640937.html
最近更新
教材專著