在航空發(fā)動(dòng)機(jī)的故障中,滑油系統(tǒng)的故障占據(jù)了很大一部分,針對(duì)當(dāng)前滑油系統(tǒng)的故障診斷數(shù)據(jù)匱乏、定性模糊、鮮有定量的特點(diǎn),研究滑油系統(tǒng)的故障診斷,以方便獲取故障數(shù)據(jù),在故障時(shí)刻及時(shí)作出判斷,或者在故障形成之前作出預(yù)測(cè),對(duì)于保障航空發(fā)動(dòng)機(jī)的安全運(yùn)行具有很重要的意義。以某型航空發(fā)動(dòng)機(jī)為研究對(duì)象,使用改進(jìn)支持向量機(jī)實(shí)現(xiàn)了滑油系統(tǒng)的故障診斷。論文的具體研究?jī)?nèi)容如下:（1）研究了某型航空發(fā)動(dòng)機(jī)滑油系統(tǒng)的構(gòu)造,然后根據(jù)調(diào)研數(shù)據(jù)選取了滑油系統(tǒng)的四大典型故障,并對(duì)其故障成因進(jìn)行了逐一分析。（2）根據(jù)故障的分析結(jié)果,建立了典型故障的貝葉斯網(wǎng)絡(luò)模型。然后以滑油消耗量大這一故障為例,選用貝葉斯網(wǎng)絡(luò)的精確推理算法——Hugin算法進(jìn)行推理。最后結(jié)合三種部件重要度的評(píng)價(jià)方法,篩選出了故障成因中的重要基本事件。（3）因?yàn)楹娇瞻l(fā)動(dòng)機(jī)滑油供油系統(tǒng)與回油系統(tǒng)具有相似性,因此僅以供油系統(tǒng)為例,使用AMESim軟件建立了供油系統(tǒng)的模型。然后將上文篩選出的重要基本事件在AMESim模型中進(jìn)行故障仿真,得到了故障與故障特征參數(shù)之間的映射關(guān)系,即故障數(shù)據(jù)。（4）首先,使用支持向量機(jī)建立滑油系統(tǒng)的故障診斷模型。然后,提出了一種支持向量機(jī)... 

【文章頁(yè)數(shù)】：94 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 研究?jī)?nèi)容與結(jié)構(gòu)安排
第二章 航空發(fā)動(dòng)機(jī)滑油系統(tǒng)的構(gòu)造與典型故障分析
    2.1 引言
    2.2 滑油系統(tǒng)的組成
        2.2.1 滑油系統(tǒng)的部件
        2.2.2 滑油系統(tǒng)的子系統(tǒng)
    2.3 滑油系統(tǒng)的典型故障分析
    2.4 本章小結(jié)
第三章 基于貝葉斯網(wǎng)絡(luò)的滑油系統(tǒng)重要基本事件的確定
    3.1 引言
    3.2 貝葉斯網(wǎng)絡(luò)理論
        3.2.1 貝葉斯網(wǎng)絡(luò)的概率基礎(chǔ)
        3.2.2 貝葉斯網(wǎng)絡(luò)的組成
        3.2.3 貝葉斯網(wǎng)絡(luò)的推理
    3.3 基于貝葉斯網(wǎng)絡(luò)的典型故障的重要基本事件的確定
        3.3.1 滑油系統(tǒng)典型故障的貝葉斯網(wǎng)絡(luò)
        3.3.2 貝葉斯網(wǎng)絡(luò)的求解
        3.3.3 重要基本事件的確定
    3.4 本章小結(jié)
第四章 基于AMESim模型的重要基本事件的故障特征參數(shù)獲取
    4.1 引言
    4.2 滑油系統(tǒng)部件的數(shù)學(xué)建模
    4.3 供油系統(tǒng)的AMESim建模
        4.3.1 模型的簡(jiǎn)化處理
        4.3.2 邊界條件的設(shè)置
        4.3.3 供油系統(tǒng)的AMESim模型及驗(yàn)證
    4.4 故障特征參數(shù)的獲取
        4.4.1 故障的模擬
        4.4.2 故障數(shù)據(jù)的獲取
    4.5 本章小結(jié)
第五章 基于支持向量機(jī)的航空發(fā)動(dòng)機(jī)滑油系統(tǒng)故障診斷
    5.1 引言
    5.2 支持向量機(jī)的基本理論
        5.2.1 最優(yōu)分類(lèi)超平面
        5.2.2 核函數(shù)
    5.3 基于支持向量機(jī)的平均影響值的故障數(shù)據(jù)降維
        5.3.1 一種新的基于支持向量機(jī)的平均影響值的計(jì)算方法
        5.3.2 計(jì)算方法在多分類(lèi)問(wèn)題情況下的推廣
    5.4 蚱蜢優(yōu)化算法對(duì)支持向量機(jī)參數(shù)的優(yōu)化
    5.5 基于改進(jìn)支持向量機(jī)的航空發(fā)動(dòng)機(jī)滑油系統(tǒng)故障診斷
        5.5.1 支持向量機(jī)的子分類(lèi)器選擇
        5.5.2 滑油系統(tǒng)故障數(shù)據(jù)的降維處理
        5.5.3 基于蚱蜢優(yōu)化算法的參數(shù)尋優(yōu)
    5.6 本章小結(jié)
第六章 總結(jié)與展望
    6.1 全文工作總結(jié)
    6.2 創(chuàng)新點(diǎn)
    6.3 對(duì)未來(lái)的展望
致謝
參考文獻(xiàn)
作者簡(jiǎn)介


【參考文獻(xiàn)】：
期刊論文
[1]基于快速譜相關(guān)和PSO-SVM的變工況滾動(dòng)軸承狀態(tài)識(shí)別[J]. 唐貴基,田甜,龐彬.  電力自動(dòng)化設(shè)備. 2019(07)
[2]基于平均影響值的SVM在遺傳數(shù)據(jù)疾病分類(lèi)和特征提取中的應(yīng)用[J]. 張陽(yáng)陽(yáng),曹紅艷,武淑琴.  中國(guó)衛(wèi)生統(tǒng)計(jì). 2019(03)
[3]基于SA-EMD-PNN的柱塞泵故障診斷方法研究[J]. 杜振東,趙建民,李海平,張?chǎng)?  振動(dòng)與沖擊. 2019(08)
[4]基于GOA-SVM的短期負(fù)荷預(yù)測(cè)[J]. 宮毓斌,滕歡.  電測(cè)與儀表. 2019(14)
[5]某型渦扇發(fā)動(dòng)機(jī)燃調(diào)故障聯(lián)合仿真[J]. 韋祥,李本威,楊欣毅,王星博.  系統(tǒng)仿真學(xué)報(bào). 2018(10)
[6]民航運(yùn)輸機(jī)蓄壓器剎車(chē)系統(tǒng)建模與故障仿真研究[J]. 豐世林,周斌.  液壓與氣動(dòng). 2018(03)
[7]基于PCA和SVM的盾構(gòu)液壓系統(tǒng)故障診斷[J]. 劉金剛,周曉群,王凱.  計(jì)算機(jī)仿真. 2017(12)
[8]灰色關(guān)聯(lián)故障樹(shù)在航空發(fā)動(dòng)機(jī)滑油系統(tǒng)的應(yīng)用[J]. 陳可嘉,陳媛媛,吳興旺.  武漢理工大學(xué)學(xué)報(bào)(信息與管理工程版). 2017(04)
[9]基于符號(hào)動(dòng)力學(xué)信息熵與SVM的液壓泵故障診斷[J]. 張華,曾文韜,鄢威.  振動(dòng).測(cè)試與診斷. 2017(02)
[10]基于Bow-tie模型的發(fā)動(dòng)機(jī)空中停車(chē)事故分析與預(yù)防[J]. 孫超,王瑛,崔利杰,張羚.  火力與指揮控制. 2017(01)

碩士論文
[1]某發(fā)動(dòng)機(jī)故障分析及專(zhuān)家系統(tǒng)知識(shí)庫(kù)設(shè)計(jì)[D]. 黃嵩勛.大連理工大學(xué) 2016
[2]我軍某型直升機(jī)發(fā)動(dòng)機(jī)故障診斷專(zhuān)家系統(tǒng)的開(kāi)發(fā)[D]. 周正.東北大學(xué) 2014



本文編號(hào)：3684447