本文關(guān)鍵詞：基于SVM的直升機(jī)飛行狀態(tài)識(shí)別方法及其應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

【摘要】：直升機(jī)飛行環(huán)境特殊,處于不同飛行狀態(tài),動(dòng)部件和有壽件損傷程度不同。因此,飛行狀態(tài)正確識(shí)別對(duì)直升機(jī)結(jié)構(gòu)部件的故障診斷和壽命預(yù)測(cè)具有重要的現(xiàn)實(shí)意義。在實(shí)際中,用于飛行狀態(tài)識(shí)別訓(xùn)練的飛行數(shù)據(jù)往往為小樣本,導(dǎo)致傳統(tǒng)方法識(shí)別率不高。針對(duì)上述問(wèn)題,本文利用某型直升機(jī)實(shí)飛數(shù)據(jù),采用信號(hào)去噪、預(yù)分類(lèi)和支持向量機(jī)等技術(shù),深入研究了直升機(jī)飛行狀態(tài)識(shí)別方法,在此基礎(chǔ)上,建立了直升機(jī)飛行狀態(tài)識(shí)別軟件系統(tǒng)平臺(tái),可為我國(guó)開(kāi)發(fā)直升機(jī)健康與使用監(jiān)測(cè)系統(tǒng)(HUMS)提供具有自主知識(shí)產(chǎn)權(quán)的核心方法。本文主要研究工作和成果如下:(1)概述了直升機(jī)飛行狀態(tài)識(shí)別傳統(tǒng)方法及其相關(guān)理論知識(shí)。首先,對(duì)直升機(jī)飛行狀態(tài)識(shí)別方法進(jìn)行了詳細(xì)的分析;然后,對(duì)本課題方法相關(guān)的背景及理論基礎(chǔ)進(jìn)行了敘述;最后,分析了直升機(jī)操作基本原理、飛行參數(shù)和飛行狀態(tài)之間的關(guān)系。(2)提出了基于SVM(支持向量機(jī))的直升機(jī)飛行狀態(tài)識(shí)別方法。首先,利用去野點(diǎn)、限幅和均值濾波方法對(duì)飛行數(shù)據(jù)進(jìn)行了預(yù)處理;其次,利用最小二乘方法對(duì)飛行數(shù)據(jù)進(jìn)行了直線擬合獲取變化率,并利用直升機(jī)操縱特性和飛參數(shù)據(jù)線性相關(guān)性提取了狀態(tài)敏感參數(shù),減少了數(shù)據(jù)冗余;再次,根據(jù)敏感參數(shù)對(duì)飛行狀態(tài)進(jìn)行了預(yù)分類(lèi),分為十個(gè)小類(lèi),并對(duì)每一小類(lèi)分別進(jìn)行了SVM分類(lèi)器設(shè)計(jì);然后,采用遺傳算法對(duì)SVM核函數(shù)進(jìn)行了參數(shù)尋優(yōu),提高了識(shí)別率;最后,利用訓(xùn)練樣本對(duì)每一個(gè)SVM分類(lèi)器分別進(jìn)行了訓(xùn)練,并用訓(xùn)練好的SVM網(wǎng)絡(luò)模型完成直升機(jī)全起落飛行狀態(tài)識(shí)別。通過(guò)利用某型直升機(jī)實(shí)飛數(shù)據(jù)作為實(shí)驗(yàn)數(shù)據(jù),將本文方法與RBF神經(jīng)網(wǎng)絡(luò)方法和Elman網(wǎng)絡(luò)方法進(jìn)行了對(duì)比實(shí)驗(yàn)研究。大量實(shí)驗(yàn)結(jié)果表明,在小樣本情況下,本文方法對(duì)直升機(jī)飛行狀態(tài)識(shí)別率有明顯的提高。(3)開(kāi)發(fā)了直升機(jī)飛行狀態(tài)識(shí)別軟件系統(tǒng)。首先,根據(jù)HUMS對(duì)飛行狀態(tài)識(shí)別軟件的開(kāi)發(fā)需求,實(shí)現(xiàn)了系統(tǒng)概要設(shè)計(jì),主要包括軟件系統(tǒng)構(gòu)架、軟件接口和軟件界面等設(shè)計(jì);其次,根據(jù)軟件構(gòu)架,實(shí)現(xiàn)了系統(tǒng)詳細(xì)設(shè)計(jì),主要包括預(yù)分類(lèi)方案、試驗(yàn)管理、訓(xùn)練網(wǎng)絡(luò)、狀態(tài)識(shí)別和識(shí)別歷史五個(gè)功能模塊;最后,根據(jù)飛行狀態(tài)識(shí)別方法,實(shí)現(xiàn)了軟件系統(tǒng)的模塊測(cè)試和系統(tǒng)聯(lián)調(diào)。系統(tǒng)集成了本文方法與傳統(tǒng)的RBF神經(jīng)網(wǎng)絡(luò)和Elman神經(jīng)網(wǎng)絡(luò),具有較強(qiáng)的穩(wěn)定性以及很好地?cái)U(kuò)展性,為我國(guó)直升機(jī)健康與管理系統(tǒng)提供了核心模塊。
【關(guān)鍵詞】：支持向量機(jī) 飛行狀態(tài)識(shí)別 最小二乘法 線性相關(guān)性 小樣本
【學(xué)位授予單位】：南昌航空大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：V275.1;TP391.41
【目錄】：

• 摘要3-4
• Abstract4-8
• 第一章 緒論8-13
• 1.1 課題研究背景及意義8
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀8-11
• 1.2.1 直升機(jī)狀態(tài)識(shí)別方法8-10
• 1.2.2 分類(lèi)識(shí)別方法10-11
• 1.3 本文的主要研究?jī)?nèi)容和技術(shù)路線11-13
• 第二章 直升機(jī)飛行狀態(tài)識(shí)別相關(guān)基礎(chǔ)理論知識(shí)13-18
• 2.1 概述13
• 2.2 飛行原理13-14
• 2.3 飛行參數(shù)14-15
• 2.4 飛行狀態(tài)15
• 2.5 支持向量機(jī)分類(lèi)原理15-17
• 2.6 本章小結(jié)17-18
• 第三章 基于SVM的直升機(jī)飛行狀態(tài)識(shí)別方法研究18-41
• 3.1 概述18
• 3.2 數(shù)據(jù)預(yù)處理18-23
• 3.2.1 數(shù)據(jù)去噪19-22
• 3.2.2 數(shù)據(jù)平滑22-23
• 3.2.3 飛行參數(shù)擬合23
• 3.3 飛行狀態(tài)敏感參數(shù)提取方法23-27
• 3.3.1 飛行狀態(tài)操縱特性分析23-24
• 3.3.2 敏感飛行參數(shù)提取24-25
• 3.3.3 實(shí)驗(yàn)及結(jié)果分析25-27
• 3.4 飛行狀態(tài)預(yù)分類(lèi)方法27-31
• 3.5 SVM狀態(tài)識(shí)別方法31-35
• 3.5.1 數(shù)據(jù)歸一化32
• 3.5.2 分類(lèi)器設(shè)計(jì)及訓(xùn)練32-34
• 3.5.3 基于遺傳算法的SVM參數(shù)尋優(yōu)34-35
• 3.6 實(shí)驗(yàn)及結(jié)果分析35-40
• 3.6.1 單點(diǎn)識(shí)別實(shí)驗(yàn)35-36
• 3.6.2 全起落識(shí)別實(shí)驗(yàn)36-37
• 3.6.3 對(duì)比實(shí)驗(yàn)37-40
• 3.7 本章小結(jié)40-41
• 第四章 直升機(jī)飛行狀態(tài)識(shí)別系統(tǒng)設(shè)計(jì)41-66
• 4.1 概述41
• 4.2 系統(tǒng)總體設(shè)計(jì)41-57
• 4.2.1 系統(tǒng)配置43
• 4.2.2 系統(tǒng)構(gòu)建43-46
• 4.2.3 接口設(shè)計(jì)46-57
• 4.3 功能模塊實(shí)現(xiàn)57-61
• 4.3.1 預(yù)分類(lèi)方案子系統(tǒng)57
• 4.3.2 試驗(yàn)管理子系統(tǒng)57-58
• 4.3.3 訓(xùn)練網(wǎng)絡(luò)子系統(tǒng)58-59
• 4.3.4 狀態(tài)識(shí)別子系統(tǒng)59-60
• 4.3.5 識(shí)別歷史子系統(tǒng)60-61
• 4.4 系統(tǒng)聯(lián)調(diào)及應(yīng)用61-65
• 4.4.1 預(yù)分類(lèi)方案62-63
• 4.4.2 試驗(yàn)管理63
• 4.4.3 訓(xùn)練網(wǎng)絡(luò)63-64
• 4.4.4 狀態(tài)識(shí)別64-65
• 4.4.5 識(shí)別歷史65
• 4.5 本章小結(jié)65-66
• 第五章 總結(jié)與展望66-68
• 5.1 研究工作總結(jié)66
• 5.2 研究工作展望66-68
• 參考文獻(xiàn)68-73
• 攻讀碩士學(xué)位期間參與的科研項(xiàng)目和成果73-74
• 致謝74-75

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 齊永順;張文泉;;設(shè)備狀態(tài)識(shí)別[J];機(jī)械設(shè)計(jì)與制造;1987年04期

2 李力,趙新澤;應(yīng)用統(tǒng)計(jì)數(shù)學(xué)方法增進(jìn)機(jī)器狀態(tài)識(shí)別技術(shù)[J];實(shí)用測(cè)試技術(shù);2000年03期

3 王瓊;王歡;趙春霞;楊靜宇;;基于眼睛狀態(tài)識(shí)別的駕駛員疲勞監(jiān)測(cè)[J];南京理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年04期

4 滕紅智;賈希勝;趙建民;張星輝;王正軍;葛家友;;分層隱Markov模型在設(shè)備狀態(tài)識(shí)別中的應(yīng)用研究[J];中國(guó)機(jī)械工程;2011年18期

5 李虹;;路面狀態(tài)識(shí)別技術(shù)概述[J];氣象水文海洋儀器;2012年04期

6 余丹炯;李訓(xùn)銘;;駕駛困倦預(yù)警系統(tǒng)中眼部狀態(tài)識(shí)別的研究[J];河海大學(xué)常州分校學(xué)報(bào);2007年02期

7 張雷元;袁建華;趙永進(jìn);;道路交通狀態(tài)識(shí)別技術(shù)研究[J];道路交通與安全;2009年02期

8 王正軍;張培林;任國(guó)全;高經(jīng)緯;李兵;;裝備發(fā)動(dòng)機(jī)運(yùn)行狀態(tài)識(shí)別[J];四川兵工學(xué)報(bào);2008年02期

9 余成波，梁德沛;基于模糊相似貼近度旋轉(zhuǎn)機(jī)械狀態(tài)識(shí)別[J];機(jī)械傳動(dòng);1994年04期

10 李擎,鄭德玲,孟文博,童新海,謝四江;一種新的加熱爐狀態(tài)識(shí)別算法[J];北京科技大學(xué)學(xué)報(bào);2002年03期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前9條

1 湯新蓓;鄭德玲;湯崢嶸;張長(zhǎng)紅;;證據(jù)理論支持下的狀態(tài)識(shí)別方法[A];1997年中國(guó)控制會(huì)議論文集[C];1997年

2 鄭德玲;方巍;;基于組合邏輯與模糊邏輯的狀態(tài)識(shí)別方法[A];1998年中國(guó)控制會(huì)議論文集[C];1998年

3 方劍青;李紅軍;雷毅平;陳德華;;聲學(xué)共振譜方法用于結(jié)構(gòu)狀態(tài)識(shí)別的實(shí)驗(yàn)研究[A];2008年全國(guó)聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

4 楊明忠;樊建春;;磨損形態(tài)分析與智能化磨損狀態(tài)識(shí)別研究[A];第六屆全國(guó)摩擦學(xué)學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];1997年

5 趙偉;黃春琳;;生命探測(cè)技術(shù)研究[A];2008年中國(guó)高校通信類(lèi)院系學(xué)術(shù)研討會(huì)論文集（下冊(cè)）[C];2009年

6 李宏坤;周帥;孫志輝;;基于Hilbert時(shí)頻譜重心與支持向量機(jī)的設(shè)備狀態(tài)識(shí)別[A];第八屆全國(guó)動(dòng)力學(xué)與控制學(xué)術(shù)會(huì)議論文集[C];2008年

7 劉偉;郭鐘寧;張永俊;何建文;;面向IGBT主動(dòng)驅(qū)動(dòng)并聯(lián)仿真研究[A];第11屆粵港機(jī)械電子工程技術(shù)與應(yīng)用研討會(huì)論文匯編[C];2010年

8 周穎;鄭德玲;裘之亮;位耀光;;一種新的免疫識(shí)別算法及其收斂性研究[A];第二十三屆中國(guó)控制會(huì)議論文集（下冊(cè)）[C];2004年

9 陳鍇;徐柏齡;;基于最佳維納解的雙通道話者狀態(tài)識(shí)別方法[A];中國(guó)聲學(xué)學(xué)會(huì)2006年全國(guó)聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前4條

1 李楠;基于單類(lèi)學(xué)習(xí)的異常檢測(cè)方法及其重型裝備狀態(tài)識(shí)別應(yīng)用[D];上海交通大學(xué);2014年

2 李娜;基于人體運(yùn)動(dòng)狀態(tài)識(shí)別的可穿戴健康監(jiān)測(cè)系統(tǒng)研究[D];北京工業(yè)大學(xué);2013年

3 李虹;基于機(jī)器視覺(jué)路面狀態(tài)識(shí)別關(guān)鍵技術(shù)研究[D];吉林大學(xué);2009年

4 王金偉;基于表情時(shí)空特征的認(rèn)知情感狀態(tài)識(shí)別研究[D];天津大學(xué);2014年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 游雄雄;礦冶典型零部件退化狀態(tài)識(shí)別與剩余壽命預(yù)測(cè)及可再制造性評(píng)估[D];江西理工大學(xué);2015年

2 林助軍;非穩(wěn)態(tài)條件下摩擦信號(hào)處理和狀態(tài)識(shí)別技術(shù)研究[D];大連海事大學(xué);2015年

3 葉卿;信號(hào)控制交叉口交通擁堵?tīng)顟B(tài)識(shí)別方法研究[D];華南理工大學(xué);2015年

4 張鑓;人體運(yùn)動(dòng)狀態(tài)感知機(jī)理及傳感數(shù)據(jù)分析研究[D];北京工業(yè)大學(xué);2015年

5 邵劍雄;基于霍夫森林的變電站開(kāi)關(guān)設(shè)備檢測(cè)及狀態(tài)識(shí)別[D];浙江大學(xué);2016年

6 劉雨;基于SVM的直升機(jī)飛行狀態(tài)識(shí)別方法及其應(yīng)用研究[D];南昌航空大學(xué);2016年

7 張鐳;基于紅外熱像的設(shè)備狀態(tài)識(shí)別技術(shù)研究[D];北京化工大學(xué);2010年

8 鄧忠;基于車(chē)載自組織網(wǎng)的車(chē)輛狀態(tài)識(shí)別與駕駛行為評(píng)估[D];華南理工大學(xué);2015年

9 余丹炯;駕駛困倦預(yù)警系統(tǒng)中眼部狀態(tài)識(shí)別技術(shù)的研究[D];河海大學(xué);2007年

10 黃勛;基于車(chē)聯(lián)網(wǎng)的車(chē)輛移動(dòng)狀態(tài)識(shí)別研究[D];華南理工大學(xué);2012年

  本文關(guān)鍵詞：基于SVM的直升機(jī)飛行狀態(tài)識(shí)別方法及其應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：279476