航空电源故障特征提取与故障诊断研究

作者： 黄根全   来源： 西北工业大学 年份： 2016 文献类型 ： 学位论文 关键词： 特征提取   证据推理   信息融合   故障诊断   航空电源  

描述： 航空电源是飞机上重要的能量转换设备,它为飞机上所有的用电设备提供电能,其正常运行是保障飞机正常、安全飞行的关键,因此航空电源监测及故障诊断是航空电源研究的重要课题.本文提出了一种地面模拟"在线"的基于多传感器信息融合技术的航空电源状态监测及故障诊断系统

基于信息融合技术的航空发动机故障诊断

作者： 赵鹏   来源： 西北工业大学 年份： 2016 文献类型 ： 学位论文 关键词： 信息融合   D   故障诊断   发动机   S证据理论   神经网络  

描述： 航空发动机故障诊断是航空发动机领域的重要研究方向，意义重大，已经成为了目前国内外十分关注的一个研究热点。信息融合是近年来兴起的一门学科，在许多领域得到了广泛的应用和研究。在航空发动机故障诊断领域的应用尚处于不发达阶段，故障诊断中可利用的信息很多，只有充分利用有用的信息来对设备的故障进行诊断才能提高故障诊断的精度和可靠性，因此在航空发动机上进行故障诊断实质上是一个多信息融合的过程。 本文首先论述了信息融合技术的特点、形式结构和具体的处理方法，并从信息论的角度论证了信息融合技术在故障诊断中的可行性和有效性；在此基础上，将航空发动机故障诊断与信息融合相结合，提出了一种基于信息融合技术的发动机故障诊断模型和方法，并在此基础上，提出和分析了基于人工神经网络和D-S证据理论的信息融合故障诊断，研究了神经网络的建模方法、组建原则和实现策略，并结合诊断实例进行了分析；提出了基于D-S证据理论的决策融合，阐述了D-S证据理论的方法，模型，并结合算例进行了分析。最后将人工神经网络和D-S证据理论相结合，提出了一种决策融合诊断方法，并通过发动机转子实例验证了这种方法的可行性和有效性。 仿真和实验结果表明：通过对发动机转子的信息融合故障诊断，提高了识别故障的精度和准确度。

人工神经网络在航空发动机故障诊断中的应用

作者： 郝红勋   来源： 中国民用航空学院 年份： 2016 文献类型 ： 学位论文 关键词： 航空发动机   信息融合   D   故障诊断   人工神经网络   S证据理论   状态监控  

描述： 民航发动机是飞机的动力系统，相当于飞机的“心脏”。随着航空技术的发展，航空发动机的状态监控与故障诊断已经成为一个重要课题，受到众多专家学者的关注。 发动机的状态监控是先进航空维修的必要手段和前提条件，自从有了状态监控技术的发展，视情维修就成为

航空发动机故障预报及状态监控关键技术研究

作者： 孙颖洁   来源： 北京航空航天大学 年份： 2016 文献类型 ： 学位论文 关键词： 特征提取   信息融合   发动机   故障预报   神经网络   OSA   CBM  

描述： 航空发动机作为飞行器的动力部件，对飞行安全起着至关重要的作用。随着飞行器维修检测技术向视情检测的转变，故障预报已经成为航天领域内的一个重要问题。但是，现有的机载发动机状态监控系统，绝大多数都是采用简单的阈值报警机制及故障报文下传处理，不能充分利用各种飞行实时数据信息建立完整的数学模型和理论算法，且通过信息的多维度融合，以提高预报精度和实现状态监控。本文针对上述问题，引用OSA-CBM(Opening System Architecture-Condition Based Maintenance)的思想，设计了具备开放性和可扩展性的航空发动机故障预报与监测系统体系结构，提出了对该系统结构中每一部分的解决方案和思路，并对具体关键技术进行了探讨和研究；本文针对反映发动机工作状态的各类传感器信号，在研究现有的特征提取算法理论的基础上，提出了一种新的特征提取算法，有效地完成了对大量信号的特征提取；通过新算法与现有算法的不同方面的性能比较，证实了新算法的优越性；并将新算法应用于发动机典型故障数据的故障征兆提取；本文将神经网络技术应用于故障预报的研究，仿真了各种网络对于函数逼近和模式识别的性能，完成了适用于发动机故障预报的网络选型，提出了一种利用了反馈原理改进的混合型网络预报模型，并将特征提取的征兆数据送入网络模型，得出故障预报结果，实现了完整的故障预报流程；最后将该模型应用于发动机常见故障的预报和监控；本文利用神经网络故障预报模型的输出结果，将无明显故障征兆的数据进一步进行信息融合，建立融合结果相对于时间的函数，以实现故障的趋势监测功能。本文采用发动机成熟故障方程及典型故障数据作为验证数据，以发动机系统的一些典型故障为例，验证了故障预报及趋势监控算法和模型的有效性和可行性。本文研究领域较广，算法涉及小波变换、功率谱变换、HHT 变换、径向基网络、BP 网络、D-S 理论等，仿真曲线和结果得自MATLAB 6.5 编程计算。本文最后介绍了论文存在的不足，提出了可能的发展方向，并展望了航空发动机故障预报和状态监测技术的前景。

多传感器航空液压系统信息融合故障诊断研究

作者： 杨光琴   来源： 北京航空航天大学 年份： 2016 文献类型 ： 学位论文 关键词： 信息融合   故障诊断   PCA分析   神经网络   液压系统   信号处理  

描述： 该论文对航空液压系统进行了基于多传感器信息融合故障诊断技术的研究.在充分分析了液压能源系统和液压伺服系统故障机理的基础上,建立了多传感器液压系统故障诊断配置结构.针对液压伺服系统非线性严重的情况,设计RBF神经网络故障观测器,通过比较实际系统输出与RBF神?

航空发动机自适应建模及故障诊断

作者： 赵世荣   来源： 南京航空航天大学 年份： 2016 文献类型 ： 学位论文 关键词： 航空发动机   故障诊断平台   信息融合   神经网络   综合故障诊断   自适应建模  

描述： 航空发动机部件故障诊断及控制系统的故障诊断密切相关,必须综合考虑。以高性能微处理器为平台,开展包括控制系统传感器、执行机构故障诊断和发动机部件性能监测及故障诊断等在内的综合诊断技术研究逐渐成为必要和可能。本文针对航空发动机综合故障诊断中的三个关键技术展开研究,包括基于实际测量数据的自适应建模技术、应用神经网络信息融合技术诊断航空发动机气路部件故障以及双核多用途高性能嵌入式故障诊断平台的设计开发及性能测试。 首先,研究了神经网络辨识建模方法,并利用某型微型涡喷发动机的实测数据进行验证。通过分析改进BP网络、RBF网络和小波神经网络的原理,提出利用这些网络进行辨识建模和泛化能力测试的方法,然后利用微型涡喷发动机实际测量数据进行仿真分析,研究了所建模型的抗噪性,对这三种网络辨识发动机模型效果进行了对比分析; 本文还研究了基于神经网络信息融合技术,同时结合模糊集合论对发动机气路部件进行故障诊断的方法,并以某型涡轴发动机为对象进行了仿真分析,取得了较好效果; 最后为给航空发动机综合故障诊断研究提供一个运行平台以及一个模拟机载计算机的运行环境,设计开发了一款基于定点和浮点DSP的双核多用...

BP网络与航空发动机模型在间隙对性能影响研究中的应用

作者： 马晓刚   来源： 中国民用航空学院 年份： 2016 文献类型 ： 学位论文 关键词： 航空发动机   BP神经网络   间隙   性能  

描述： 论文紧密结合航空发动机维修中的实际情况,对维修过程中的配合与间隙数据进行了整理和分析;运用BP神经网络和传统航空发动机数学模型分析了装配过程中各单元体部件的间隙对航空发动机性能的影响程度.研究结论给出了若干不同配合与间隙对发动机性能的影响规律,有助于维

BP神经网络、遗传算法在航空齿轮模糊可靠性优化中的运用

作者： 樊俊星   来源： 上海大学 年份： 2016 文献类型 ： 学位论文 关键词： 遗传算法   BP神经网络   模糊可靠性优化   航空齿轮  

描述： 该文针对航空齿轮传动,通过建立合理的模糊可靠性优化模型,在处理设计计算中所使用的图表数据上,运用BP神经网络来查找手册中的图表数据,以网络连接的权植来存储及查找数据,以BP神经网络的非线性输出的数据值得到从手册中查找值.再通过作者设计的具有实值编码技术、特殊的编码处理、自适应的遗传算子及并行拓扑方式等改进型遗传算法,来处理齿轮优化设计混合变量问题和目标函数及约束函数较为复...

航空发动机风扇叶片模态分析及其在结构损伤检测中的应用

作者： 何亮   来源： 中国民航大学 年份： 2016 文献类型 ： 学位论文 关键词： 航空发动机   BP神经网络   结构损伤检测   有限元   模态分析  

描述： 航空发动机零部件(如风扇叶片、盘和壳体等)故障常常因为微小疲劳裂纹而引起的，零部件一旦发生损伤，其破坏程度迅速发展。在未及时发现的情况下，会很快导致整个结构的毁坏，后果不堪设想，往往导致重大安全事故。因此，研究航空发动机风扇叶片结构损伤的检测方法具有重要的理论和现实意义。 论文总结了基于振动特性的结构损伤检测技术的发展概况以及人工神经网络在结构损伤识别中的应用，综合运用模态分析实验、有限元计算以及人工神经网络等方法，建构处于各种损伤条件下风扇叶片的简化平板模型，并计算各模型的固有频率和振型等模态参数，探讨了损伤位置和损伤程度对其的影响。 论文选取结构的第一阶振型相对改变率和固有频率平方的变化为标识量，建立了用于检测航空发动机风扇叶片结构损伤位置和程度的BP神经网络模型。论文还提出使用有限元计算数据作为网络学习样本，对网络进行训练。通过平板结构四种损伤模型的实验模态分析结果与有限元计算结果对比，验证该方法的准确性和可行性，解决了工程实际中故障样本不足的问题。BP神经网络仿真输出结果达到较高的精度，证明该网络模型能够准确识别损伤的位置和程度。论文研究成果对结构损伤检测、结构改型和优化设计有重要理论意义和一定的参考价值。

航空发动机智能故障诊断系统关键技术研究

作者： 蒋帅   来源： 北京航空航天大学 年份： 2016 文献类型 ： 学位论文 关键词： 航空发动机   遗传算法   BP神经网络   故障诊断   模糊专家系统  

描述： 实现飞机发动机智能故障诊断对保证飞行安全和提高飞机出勤率起着至关重要的作用。然而现有的绝大多数飞机发动机故障诊断系统都没有充分利用实时飞行参数数据与设备故障报文相结合进行实时故障诊断，且普遍存在虚警率高、诊断精度低的缺点。针对上述问题，本文首先将实时下传的飞行参数和故障报文相结合，设计实现了基于“神经网络＋模糊专家系统”分级诊断的航空发动机智能故障诊断系统结构及其关键技术解决方案。神经网络通过对部分关键飞行参数数据进行处理，实现系统部件级的初级故障诊断，确定故障发生的大致范围；模糊专家系统结合初级诊断结果和其他数据实现二级诊断，完成深层次故障的精确定位。该系统结构利用了神经网络长于数值计算、诊断精度高和模糊专家系统知识表达明确的优点，降低了各自构造的复杂性，提高了诊断精度；同时将飞行参数与故障报文相互验证，也一定程度上降低了虚警率。其次，本文采用三层BP神经网络建立了初级诊断模型并采用遗传算法对网络初始化权值和阈值进行全局优化，提高了训练效率，通过算法仿真和结果分析验证了该方法的有效性。重点完成了基于模糊逻辑推理的二级诊断专家系统中模糊规则库模块分层树型结构设计和多规则方法表示、模糊推理机模块基于深度优先的正反向混合推理算法和不确定性计算方法的设计与实现以及故障征兆提取模块的方法实现。最后，本文在VC环境下编码实现了航空发动机智能故障诊断系统验证软件，并选取发动机典型故障模式和部分实际故障样本数据进行了系统测试。通过对测试结果的分析，验证了本文研究成果的正确性。