航空发电机状态趋势分析技术研究

【类型】学位论文

【作者】赵云龙 

【关键词】 q)模型 优化算法 航空发电机,1)模型 ARMA(p,趋势分析 GM(1

【摘要】作为飞机电力系统的核心部件,航空发电机能否正常工作直接影响着飞机的供电能力。由于其长期处于复杂且恶劣的工作环境中,对其安全性和可靠性提出了很高的要求。因此,对航空发电机进行状态趋势分析并预测其剩余使用寿命可以及时获取航空发电机状态及寿命信息,为保障其安全可靠运行,从而提高飞机的战斗能力奠定基础,具有广阔的应用前景。本文针对某型航空发电机展开状态趋势分析技术研究,并预测其剩余使用寿命。通过航空发电机专用寿命试验平台,获取其相关状态信息及寿命试验数据,确定航空发电机状态及寿命表征参数,并对所获取的试验数据进行预处理。在深入分析试验数据的基础上,针对数据特点,本文分别运用灰色系统理论和时间序列方法对航空发电机建立了GM(1,1)和ARMA(p,q)模型,并将构建的模型应用到航空发电机状态趋势分析中。为进一步提高分析结果的准确性,本文还分别引入两种优化算法——遗传优化算法和粒子群优化算法对构建的模型进行优化。航空发电机状态趋势分析结果表明,优化前后的模型均可实现航空发电机状态趋势分析效能。通过对研究结果进行误差分析可知, ARMA(p,q)模型预测误差最小,精度最高,确定其为最优分析模型。最后,利用确定的最优分析模型——基于粒子群优化算法优化的ARMA(p,q)模型预测航空发电机剩余使用寿命。通过绘制寿命曲线,并对航空发电机状态趋势分析结果进行前向预测,得到航空发电机剩余使用寿命预测值。结果表明,本文所构建的分析模型可以对航空发电机状态变化趋势进行准确分析,并较好预测其剩余使用寿命,研究结果科学有效,达到了预期研究目标。

【学位名称】硕士

【学位授予单位】沈阳航空航天大学

【学位授予年度】2016

【导师姓名】崔建国

【读秀链接】读秀链接