本文關鍵詞：基于敏感部件檢測的APU智能故障診斷方法研究

  更多相關文章： APU 智能故障診斷 小波濾波算法 神經(jīng)網(wǎng)絡

【摘要】：輔助動力裝置(簡稱APU)是飛機上僅次于航空發(fā)動機的重要設備,它的健康狀況直接影響著航空公司的運行成本和社會效益。為解決APU使用維護中的過度維修、欠維修、故障診斷智能化與自動化水平較低等問題,本文展開了基于可測信息源的APU故障智能診斷方法研究。本文首先論述了小波算法的特性、理論推導方法和濾波算法的實現(xiàn)方法,并從算法的實現(xiàn)原理方面論證了小波包濾波算法在APU監(jiān)測傳感器輸出數(shù)據(jù)中的可行性與有效性。創(chuàng)造性的采用基于改進“Min-Max”算法,實現(xiàn)了對APU監(jiān)測傳感器的故障診斷。APU故障智能診斷的本質(zhì)就是通過對其性能參數(shù)的狀態(tài)變化趨勢進行系統(tǒng)故障預測。因此,本文在傳感器故障診斷基礎上,結(jié)合神經(jīng)網(wǎng)絡故障診斷技術(shù),分別采用改進的BP神經(jīng)網(wǎng)絡與改進的RBF神經(jīng)網(wǎng)絡建立了故障智能診斷模型。經(jīng)仿真與現(xiàn)場實際驗證,本文所建立的APU智能故障診斷模型可對APU典型故障作出準確診斷,達到了預期目標。同時,仿真結(jié)果進一步表明,雖然兩種神經(jīng)網(wǎng)絡建模方法均有效,但基于改進的RBF方法所建立的故障診斷模型在學習速率、診斷效率、診斷精度、特征模式分類能力和逼近能力等方面較優(yōu)于BP網(wǎng)絡的算法。項目研究成果對于提高我國APU維修自動化水平、維修效率,提高航空公司經(jīng)濟效益等方面具有重要意義。
【關鍵詞】：APU 智能故障診斷 小波濾波算法 神經(jīng)網(wǎng)絡
【學位授予單位】：中國民航大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：V267;TP277
【目錄】：

• 摘要5-6
• ABSTRACT6-9
• 第一章 緒論9-17
• 1.1 課題研究的背景和意義9-11
• 1.2 課題的國內(nèi)外研究現(xiàn)狀及應用概況11-13
• 1.3 智能故障診斷常用方法13-15
• 1.3.1 基于模型的方法13
• 1.3.2 基于案例的推理方法13-14
• 1.3.3 基于神經(jīng)網(wǎng)絡的方法14
• 1.3.4 基于專家系統(tǒng)的方法14-15
• 1.3.5 基于模式識別的方法15
• 1.4 本文的主要研究內(nèi)容與章節(jié)安排15-17
• 第二章 APU監(jiān)測傳感器參數(shù)及其常見故障類型的選取17-21
• 2.1 APU監(jiān)測傳感器參數(shù)的選取17-18
• 2.2 APU常見故障類型分析與選取18-20
• 2.3 本章小結(jié)20-21
• 第三章 APU監(jiān)測傳感器輸出數(shù)據(jù)的處理21-35
• 3.1 APU監(jiān)測傳感器濾波算法的小波理論基礎21
• 3.2 基于小波的APU監(jiān)測傳感器輸出數(shù)據(jù)數(shù)字濾波算法21-33
• 3.2.1 小波變換22-27
• 3.2.2 小波包算法的引入27-29
• 3.2.3 小波濾波算法在APU監(jiān)測傳感器輸出數(shù)據(jù)處理中的應用實例29-33
• 3.3 APU監(jiān)測傳感器故障診斷研究33-34
• 3.3.1 傳感器故障分析33
• 3.3.2 基于改進“Min - Max”算法的傳感器故障診斷33-34
• 3.4 本章小結(jié)34-35
• 第四章 APU故障智能診斷算法建模35-56
• 4.1 智能故障診斷原理引入35-36
• 4.2 基于改進BP神經(jīng)網(wǎng)絡算法的APU智能故障診斷模型的建立36-42
• 4.2.1 BP網(wǎng)絡數(shù)學模型的建立36-39
• 4.2.2 BP網(wǎng)絡的算法改進39-41
• 4.2.3 APU智能故障診斷模型的BP網(wǎng)絡結(jié)構(gòu)設計41-42
• 4.3 基于改進RBF網(wǎng)絡算法的APU智能故障診斷模型的構(gòu)建42-49
• 4.3.1 RBF網(wǎng)絡結(jié)構(gòu)和算法的數(shù)學模型43-48
• 4.3.2 參數(shù)優(yōu)化48-49
• 4.4 實例驗證與分析49-55
• 4.4.1 基于改進BP神經(jīng)網(wǎng)絡算法的APU智能故障診斷模型實例與分析50-53
• 4.4.2 基于改進RBF網(wǎng)絡的APU智能故障診斷模型實例與分析53-55
• 4.5 本章小結(jié)55-56
• 第五章 總結(jié)與展望56-58
• 5.1 本文研究設計工作總結(jié)56
• 5.2 進一步的研究開發(fā)工作規(guī)劃56-58
• 致謝58-59
• 參考文獻59-63
• 攻讀碩士研究生期間的科研成果63

，

本文編號：571141