本文關(guān)鍵詞：基于SVM多分類的PW4000故障診斷研究

  更多相關(guān)文章： 航空發(fā)動(dòng)機(jī) 多指標(biāo)融合 發(fā)動(dòng)機(jī)基線 支持向量機(jī) 指印圖 多類故障診斷

【摘要】：航空發(fā)動(dòng)機(jī)的狀態(tài)監(jiān)控和故障診斷是保證其正常運(yùn)行的重要方面,目前國外通過監(jiān)控診斷技術(shù)與計(jì)算機(jī)技術(shù)相結(jié)合,開發(fā)了多種航空發(fā)動(dòng)機(jī)的監(jiān)控診斷系統(tǒng),能夠?qū)Πl(fā)動(dòng)機(jī)運(yùn)行進(jìn)行可靠的實(shí)時(shí)監(jiān)控和準(zhǔn)確的診斷分析。本文首先研究了航空發(fā)動(dòng)機(jī)性能參數(shù)平滑方法,運(yùn)用了多指標(biāo)融合的評(píng)判方法,該方法能夠根據(jù)不同性能參數(shù)的實(shí)際監(jiān)控需求選取最優(yōu)平滑方法,具有較好的實(shí)用性和推廣性。其次針對(duì)發(fā)動(dòng)機(jī)基線方面重點(diǎn)研究了基線模型的求取方法,利用支持向量回歸機(jī)從監(jiān)控系統(tǒng)數(shù)據(jù)和QAR數(shù)據(jù)兩方面對(duì)基線模型進(jìn)行擬合分析,通過實(shí)際的檢驗(yàn)分析可知模型所得結(jié)果能夠滿足基線監(jiān)控的精度要求。然后研究了基于支持向量機(jī)的多分類故障診斷研究,利用指印圖故障數(shù)據(jù),通過比值系數(shù)法和相關(guān)系數(shù)法建立支持向量機(jī)多分類故障診斷模型,實(shí)例診斷結(jié)果表明該分類模型具有較好的可靠性。最后,建立航空發(fā)動(dòng)機(jī)故障診斷系統(tǒng),該系統(tǒng)將本文研究的監(jiān)控和診斷技術(shù)進(jìn)行融合,包括極值監(jiān)控、差異監(jiān)控、基線監(jiān)控和多分類故障診斷等功能模塊,能夠?qū)Πl(fā)動(dòng)機(jī)的性能狀態(tài)進(jìn)行比較可靠的監(jiān)控和診斷分析。本文以航空發(fā)動(dòng)機(jī)的監(jiān)控診斷為中心,利用數(shù)據(jù)平滑原理、支持向量機(jī)回歸原理和支持向量機(jī)分類原理,提出了性能參數(shù)平滑評(píng)判方法、基線模型求取方法以及多類故障診斷方法,能夠?qū)娇瞻l(fā)動(dòng)機(jī)的運(yùn)行情況進(jìn)行準(zhǔn)確監(jiān)控,及時(shí)發(fā)現(xiàn)異常趨勢并進(jìn)行可靠的診斷分析。
【關(guān)鍵詞】：航空發(fā)動(dòng)機(jī) 多指標(biāo)融合 發(fā)動(dòng)機(jī)基線 支持向量機(jī) 指印圖 多類故障診斷
【學(xué)位授予單位】：中國民航大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：V263.6
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 注釋表10-11
• 第一章 緒論11-17
• 1.1 選題背景和意義11-12
• 1.2 航空發(fā)動(dòng)機(jī)監(jiān)控診斷的發(fā)展現(xiàn)狀12-15
• 1.2.1 監(jiān)控診斷的發(fā)展歷程12-13
• 1.2.2 監(jiān)控診斷的主要方法13-14
• 1.2.3 國內(nèi)外應(yīng)用現(xiàn)狀14-15
• 1.3 航空發(fā)動(dòng)機(jī)監(jiān)控診斷的發(fā)展方向15-16
• 1.4 本文研究內(nèi)容16-17
• 第二章 支持向量機(jī)理論17-26
• 2.1 SVM統(tǒng)計(jì)學(xué)基礎(chǔ)17-19
• 2.1.1 VC維17
• 2.1.2 經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化17-18
• 2.1.3 結(jié)構(gòu)風(fēng)險(xiǎn)最小化18-19
• 2.2 支持向量分類機(jī)原理19-24
• 2.2.1 分類和分類機(jī)19
• 2.2.2 線性可分的分類19-20
• 2.2.3 線性不可分的分類20-21
• 2.2.4 非線性的分類21-22
• 2.2.5 多類別的分類22-24
• 2.3 支持向量回歸機(jī)原理24-25
• 2.3.1 回歸和線性回歸24
• 2.3.2 支持向量回歸機(jī)24-25
• 2.4 本章小結(jié)25-26
• 第三章 氣路性能參數(shù)的預(yù)處理研究26-40
• 3.1 氣路性能參數(shù)的預(yù)處理內(nèi)容26-29
• 3.1.1 巡航數(shù)據(jù)選取26-27
• 3.1.2 標(biāo)準(zhǔn)化修正27-28
• 3.1.3 去噪平滑28
• 3.1.4 歸一化處理28-29
• 3.2 氣路性能參數(shù)的去噪處理29-30
• 3.2.1 物理判別法29
• 3.2.2 統(tǒng)計(jì)判別法29-30
• 3.3 氣路性能參數(shù)平滑方法研究30-33
• 3.3.1 常見平滑方法介紹30-32
• 3.3.2 平滑效果評(píng)價(jià)指標(biāo)32-33
• 3.3.3 多指標(biāo)融合評(píng)判函數(shù)33
• 3.4 氣路性能參數(shù)預(yù)處理的實(shí)際應(yīng)用33-39
• 3.4.1 雙發(fā)差異應(yīng)用分析34-35
• 3.4.2 性能趨勢應(yīng)用分析35-38
• 3.4.3 權(quán)重取值分析38-39
• 3.5 本章小結(jié)39-40
• 第四章 基于支持向量回歸機(jī)的基線挖掘40-51
• 4.1 發(fā)動(dòng)機(jī)基線獲取方法40-41
• 4.2 利用監(jiān)控系統(tǒng)數(shù)據(jù)進(jìn)行基線擬合41-47
• 4.2.1 基線方程的一元線性擬合42-43
• 4.2.2 基于SVR單參數(shù)的基線回歸43-45
• 4.2.3 基于SVR多參數(shù)的基線回歸45-47
• 4.3 利用QAR數(shù)據(jù)進(jìn)行基線擬合47-50
• 4.4 本章小結(jié)50-51
• 第五章 基于多分類支持向量機(jī)的故障診斷和系統(tǒng)設(shè)計(jì)51-65
• 5.1 指印圖故障診斷原理51-53
• 5.2 多分類故障診斷數(shù)據(jù)建模53-58
• 5.2.1 比值系數(shù)法54-56
• 5.2.2 相關(guān)系數(shù)法56-58
• 5.3 案例診斷58-60
• 5.4 系統(tǒng)設(shè)計(jì)思路60-63
• 5.4.1 系統(tǒng)需求分析61-62
• 5.4.2 系統(tǒng)功能模塊62-63
• 5.4.3 系統(tǒng)工作流程63
• 5.5 系統(tǒng)主要功能及應(yīng)用63-64
• 5.5.1 數(shù)據(jù)展示63
• 5.5.2 監(jiān)控分析63-64
• 5.5.3 診斷分析64
• 5.5.4 數(shù)據(jù)存儲(chǔ)64
• 5.6 本章小結(jié)64-65
• 第六章 總結(jié)與展望65-67
• 6.1 總結(jié)65
• 6.2 展望65-67
• 參考文獻(xiàn)67-71
• 附錄71-72
• 致謝72-73
• 作者簡介73

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 楊平;環(huán)境友好的高效航空發(fā)動(dòng)機(jī)[J];全球科技經(jīng)濟(jì)w，

本文編號(hào)：895910