發(fā)布時(shí)間：2021-11-13 14:07

　　高效且準(zhǔn)確的航空發(fā)動(dòng)機(jī)異常檢測(cè)對(duì)保障飛機(jī)運(yùn)行安全和民航企業(yè)的經(jīng)濟(jì)利益至關(guān)重要。目前實(shí)際應(yīng)用的發(fā)動(dòng)機(jī)異常檢測(cè)方法效率較低且檢測(cè)效果有待提高。因此,航空發(fā)動(dòng)機(jī)異常檢測(cè)方法的研究具有較強(qiáng)的理論價(jià)值和實(shí)用價(jià)值。深度學(xué)習(xí)通過(guò)模擬人類(lèi)大腦的神經(jīng)系統(tǒng)結(jié)構(gòu),能夠從數(shù)據(jù)提取出高層次特征,這種特征往往包含數(shù)據(jù)中的更多不易被發(fā)現(xiàn)的結(jié)構(gòu)信息。本文結(jié)合航空發(fā)動(dòng)機(jī)監(jiān)控?cái)?shù)據(jù)的特點(diǎn),將深度學(xué)習(xí)引入航空發(fā)動(dòng)機(jī)異常檢測(cè),提出了3種基于深度學(xué)習(xí)的航空發(fā)動(dòng)機(jī)異常檢測(cè)方法。針對(duì)航空發(fā)動(dòng)機(jī)點(diǎn)形式異常的數(shù)據(jù)特點(diǎn),利用堆疊去噪自動(dòng)編碼器（Stack Denoising Auto Encoder,SDAE）可以無(wú)監(jiān)督提取特征的優(yōu)勢(shì),提出了基于SDAE-BP的航空發(fā)動(dòng)機(jī)點(diǎn)形式異常檢測(cè)方法。首先進(jìn)行基于SDAE的特征提取,然后進(jìn)行基于BP（Back Propagation,BP）神經(jīng)網(wǎng)絡(luò)的異常檢測(cè)。針對(duì)缺乏有效的SDAE結(jié)構(gòu)確定方法的情況,提出了一種基于特征平均差異度的SDAE結(jié)構(gòu)確定方法。受計(jì)算機(jī)視覺(jué)領(lǐng)域常用卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network,CNN）識(shí)別圖像啟發(fā),將卷積神經(jīng)網(wǎng)絡(luò)引入航空發(fā)動(dòng)機(jī)時(shí)間序列... 

【文章來(lái)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(yè)數(shù)】：80 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

DAE的工作原理

SDAE結(jié)構(gòu)

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文AE 挖掘原始輸入深層次特征的優(yōu)點(diǎn)。因此， SDAE 層數(shù)一般文僅對(duì) 2 層的 SDAE 模型進(jìn)行數(shù)值實(shí)驗(yàn)。cities 和 stockreturn 數(shù)據(jù)集下，不同結(jié)構(gòu)的 SDAE 的特征平均2-4 和圖 2-5 所示。其中，cities 數(shù)據(jù)集輸入層節(jié)點(diǎn)數(shù)為 9，s入層節(jié)點(diǎn)數(shù)為 10；m表示第 1 層 DAE 的隱層節(jié)點(diǎn)數(shù)， h 表隱層節(jié)點(diǎn)數(shù)。

【參考文獻(xiàn)】：
期刊論文
[1]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 周飛燕,金林鵬,董軍.  計(jì)算機(jī)學(xué)報(bào). 2017(06)
[2]神經(jīng)網(wǎng)絡(luò)七十年:回顧與展望[J]. 焦李成,楊淑媛,劉芳,王士剛,馮志璽.  計(jì)算機(jī)學(xué)報(bào). 2016(08)
[3]深度學(xué)習(xí)研究進(jìn)展[J]. 劉建偉,劉媛,羅雄麟.  計(jì)算機(jī)應(yīng)用研究. 2014(07)
[4]民航飛機(jī)維修業(yè)的現(xiàn)狀與發(fā)展[J]. 張惠勤.  航空制造技術(shù). 2013(21)
[5]集成學(xué)習(xí)算法的差異性及性能比較[J]. 李凱,崔麗娟.  計(jì)算機(jī)工程. 2008(06)
[6]聚類(lèi)算法研究[J]. 孫吉貴,劉杰,趙連宇.  軟件學(xué)報(bào). 2008(01)
[7]集成學(xué)習(xí)中特征選擇技術(shù)[J]. 李國(guó)正,李丹.  上海大學(xué)學(xué)報(bào)(自然科學(xué)版). 2007(05)
[8]一種新的概率神經(jīng)網(wǎng)絡(luò)有監(jiān)督學(xué)習(xí)算法[J]. 蔡曲林,劉普寅.  模糊系統(tǒng)與數(shù)學(xué). 2006(06)
[9]集成學(xué)習(xí)的多分類(lèi)器動(dòng)態(tài)融合方法研究[J]. 方敏.  系統(tǒng)工程與電子技術(shù). 2006(11)
[10]一種改進(jìn)的無(wú)監(jiān)督學(xué)習(xí)SVM及其在故障識(shí)別中的應(yīng)用[J]. 柳新民,劉冠軍,邱靜,胡蔦慶.  機(jī)械工程學(xué)報(bào). 2006(04)

博士論文
[1]變壓器故障診斷與預(yù)測(cè)集成學(xué)習(xí)方法及維修決策模型研究[D]. 鄭元兵.重慶大學(xué) 2011
[2]機(jī)隊(duì)航空發(fā)動(dòng)機(jī)維修規(guī)劃及其關(guān)鍵技術(shù)研究[D]. 付旭云.哈爾濱工業(yè)大學(xué) 2011

碩士論文
[1]基于集成學(xué)習(xí)算法的異常檢測(cè)研究[D]. 陳飛宇.南京大學(xué) 2015



本文編號(hào)：3493157