隨著時代的發(fā)展和生活水平的提高,飛機出行變得普遍,新聞報道的飛機事故也時有發(fā)生。因此,飛機在不同領域特別是機械設備的安全問題越來越受到重視,在故障分析與預測領域的研究變得尤為重要。對飛機維護中設備的故障分析和預測進行深入研究分析有著非常重要的研究價值和現(xiàn)實意義,比如通過對飛機設備的故障分析可以幫助維護部門了解各個設備之間相關性,以及通過對飛機設備的故障預測可以幫助維護部門在可控的范圍內(nèi)及時發(fā)現(xiàn)問題,這些維護檢測方法在提高工作效率的同時,還最大可能地避免了意外事故的發(fā)生。傳統(tǒng)的飛機設備故障檢測技術僅能對單一設備進行故障檢測,不僅消耗了大量的人力和物力資源,還存在著維護工作時間長和發(fā)現(xiàn)隱藏問題不及時的缺點。因此,飛機的設備故障分析與預測技術已成為飛機維護研究課題中的熱門趨勢。通過使用計算機技術來分析和預測飛機設備的隱藏故障問題,不僅可以在真實數(shù)據(jù)上進行實時模擬,還能夠為飛機維護方案提供更加合理有效的意見和建議。本文的主要工作及創(chuàng)新點概括如下:目前現(xiàn)存的飛機設備故障檢測技術存在著一些技術上的不足,無法完全高效率的檢測各個飛機設備的安全隱患。為了解決本領域現(xiàn)有的不足之處,本文提出了一種基于關聯(lián)...

【文章頁數(shù)】：53 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 飛機維護研究現(xiàn)狀
        1.2.2 機械設備故障預測研究現(xiàn)狀
    1.3 飛機維護中存在的問題
    1.4 本文主要研究內(nèi)容和創(chuàng)新點
    1.5 論文組織結構
第二章 相關技術
    2.1 實驗流程
    2.2 開發(fā)平臺及開發(fā)工具
    2.3 技術概述
    2.4 本章小結
第三章 基于A-PPG的飛機設備故障分析
    3.1 Apriori算法概述
    3.2 基于前綴路徑圖的Apriori算法
        3.2.1 構造前綴路徑圖策略
        3.2.2 分解前綴路徑圖策略
        3.2.3 案例分析
        3.2.4 算法性能分析
        3.2.5 算法流程
        3.2.6 實驗
    3.3 本章小結
第四章 基于BP神經(jīng)網(wǎng)絡的飛機設備故障預測
    4.1 BP神經(jīng)網(wǎng)絡概述
    4.2 Weibull分布概率模型
        4.2.1 三參數(shù)Weibull分布概率模型
        4.2.2 改進的最大似然估計法
    4.3 基于Weibull分布的BP神經(jīng)網(wǎng)絡算法
    4.4 實驗
    4.5 本章小結
第五章 基于關聯(lián)規(guī)則的飛機多設備故障預測
    5.1 關聯(lián)規(guī)則概率化算法
    5.2 實驗
    5.3 本章小結
第六章 總結和展望
    6.1 總結
    6.2 工作展望
參考文獻
攻讀碩士學位期間的主要成果
致謝



本文編號：3803390