隨著高超聲速推進(jìn)技術(shù)的發(fā)展,超燃沖壓發(fā)動機(jī)的關(guān)鍵參數(shù)監(jiān)測和狀態(tài)感知需求日益提高,但目前尚未有專門的監(jiān)測體系全面對超燃沖壓發(fā)動機(jī)進(jìn)行參數(shù)監(jiān)測。此外,由于超燃沖壓發(fā)動機(jī)的燃燒效率與燃燒室內(nèi)流動燃燒組織過程密切相關(guān),對燃燒室內(nèi)的參數(shù)監(jiān)測更應(yīng)該關(guān)注其場分布�；谝陨蟽牲c(diǎn),本文構(gòu)建了超燃沖壓發(fā)動機(jī)智能傳感體系來實(shí)現(xiàn)對發(fā)動機(jī)全面的參數(shù)監(jiān)測,并提出了多項(xiàng)基于深度學(xué)習(xí)的關(guān)鍵技術(shù)來實(shí)現(xiàn)場分布重建和狀態(tài)感知,進(jìn)一步對這些關(guān)鍵技術(shù)進(jìn)行了應(yīng)用研究,主要內(nèi)容如下:以超燃沖壓發(fā)動機(jī)的多層次結(jié)構(gòu)為基礎(chǔ),構(gòu)建了發(fā)動機(jī)智能傳感體系,并利用其協(xié)調(diào)匹配特性,進(jìn)一步構(gòu)建了智能傳感網(wǎng)絡(luò)。通過網(wǎng)絡(luò)各層的信息傳輸,實(shí)現(xiàn)發(fā)動機(jī)運(yùn)行參數(shù)監(jiān)控、發(fā)動機(jī)狀態(tài)變化感知和傳感器失效處理這三類重要功能。提出多項(xiàng)基于深度學(xué)習(xí)的關(guān)鍵技術(shù),對其中的多信息融合技術(shù)展開介紹,并將其融入發(fā)動機(jī)智能傳感體系。對基于深度學(xué)習(xí)的燃燒室壁面溫度場重建算法進(jìn)行應(yīng)用研究。本算法最初由反卷積網(wǎng)絡(luò)構(gòu)建而成,在仿真數(shù)據(jù)集下能夠?qū)崿F(xiàn)較高精度的壁面溫度場重建,但是重建結(jié)果過于平滑,細(xì)節(jié)不明顯。進(jìn)一步采用生成對抗網(wǎng)絡(luò)構(gòu)建壁面溫度場重建算法,結(jié)果表明該算法的重建結(jié)果能以少量均方誤差為... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：82 頁

【學(xué)位級別】：碩士

【部分圖文】：

超燃沖壓發(fā)動機(jī)結(jié)構(gòu)示意圖

全連接網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)特征提取示意圖

LSTM結(jié)構(gòu)示意圖

【參考文獻(xiàn)】：
期刊論文
[1]基于深度學(xué)習(xí)多樣性特征提取與信息融合的行星齒輪箱故障診斷方法[J]. 金棋,王友仁,王俊.  中國機(jī)械工程. 2019(02)
[2]基于反卷積特征學(xué)習(xí)的圖像語義分割算法[J]. 鄭菲,孟朝暉,郭闖世.  計算機(jī)系統(tǒng)應(yīng)用. 2019(01)
[3]基于深度反卷積神經(jīng)網(wǎng)絡(luò)的圖像超分辨率算法[J]. 彭亞麗,張魯,張鈺,劉侍剛,郭敏.  軟件學(xué)報. 2018(04)
[4]紅外技術(shù)在航空發(fā)動機(jī)工作狀態(tài)監(jiān)控中的應(yīng)用[J]. 張若嵐,張晉,林宇,雷正剛,杜欣悅,蘇君紅.  紅外技術(shù). 2014(02)
[5]超燃沖壓發(fā)動機(jī)狀態(tài)監(jiān)測參數(shù)選擇[J]. 張宇飛,郭迎清.  測控技術(shù). 2013(09)
[6]多源信息融合關(guān)鍵問題、研究進(jìn)展與新動向[J]. 陳科文,張祖平,龍軍.  計算機(jī)科學(xué). 2013(08)
[7]Modified adaptive algebraic tomographic reconstruction of gas distribution from incomplete projection by a two-wavelength absorption scheme[J]. 李寧,翁春生.  Chinese Optics Letters. 2011(06)
[8]超燃沖壓發(fā)動機(jī)控制方法[J]. 于達(dá)仁,常軍濤,崔濤,唐井峰,鮑文.  推進(jìn)技術(shù). 2010(06)
[9]航空發(fā)動機(jī)研制高溫測量技術(shù)探討[J]. 楊永軍,蔡靜,趙儉.  計測技術(shù). 2008(S1)
[10]基于粗糙集理論的多傳感器信息融合[J]. 原新,朱齊丹,蘭海.  哈爾濱工業(yè)大學(xué)學(xué)報. 2006(10)

博士論文
[1]基于TDLAS技術(shù)的燃燒場溫度與氣體濃度分布重建研究[D]. 孫鵬帥.中國科學(xué)技術(shù)大學(xué) 2017
[2]基于多傳感器信息融合關(guān)鍵技術(shù)的研究[D]. 康健.哈爾濱工程大學(xué) 2013

碩士論文
[1]基于深度學(xué)習(xí)的流場數(shù)據(jù)后處理方法的研究[D]. 姚葉.北京郵電大學(xué) 2018
[2]基于深度學(xué)習(xí)的稀疏流場處理方法的研究與實(shí)現(xiàn)[D]. 熊曄穎.北京郵電大學(xué) 2018
[3]基于生成對抗網(wǎng)絡(luò)的人臉超分辨率重建及識別[D]. 賈潔.電子科技大學(xué) 2018
[4]基于深度學(xué)習(xí)的信息融合方法研究[D]. 趙彥東.哈爾濱工程大學(xué) 2017
[5]支板/壁面燃油分配對超聲速燃燒室燃燒性能的影響[D]. 張軍龍.哈爾濱工業(yè)大學(xué) 2015
[6]航空發(fā)動機(jī)紅外測溫監(jiān)控技術(shù)研究與系統(tǒng)設(shè)計[D]. 杜欣悅.西南交通大學(xué) 2015
[7]固體火箭沖壓發(fā)動機(jī)測控技術(shù)研究[D]. 林禹.西北工業(yè)大學(xué) 2002



本文編號：3248952