基于数据挖掘的飞机故障预测模型及方法的研究

发布时间：2017-10-24 22:23

  本文关键词：基于数据挖掘的飞机故障预测模型及方法的研究

  更多相关文章： 飞机故障 数据挖掘 灰色模型 支持向量机 神经网络

【摘要】：随着航空科技的飞速发展,飞机设备也越来越复杂,对飞机故障的诊断和预测也提出了新的挑战。近年来,飞机部件的稳定性虽然在不断提高,但是飞机故障的预测仍然是一项艰巨的任务,一旦飞行过程中发生任何故障或失效都会造成巨大的损失。因此,更准确的预测飞机故障具有重要的社会价值和经济价值。数据挖掘技术是近些年发展起来的一门技术,它有着非常广阔的应用前景,数据挖掘技术能应用在各个领域,因此在与飞机故障预测方面的结合也有着广阔的前景。本文主要研究了用灰色模型和支持向量机模型预测飞机轴承损耗率,用灰色模型和神经网络模型预测飞机主燃油控制系统失效率这两个问题。1.对飞机轴承损耗率的预测。首先对飞机轴承损耗率的数据进行了采集与特征分析,通过对几种模型的对比分析,选择采用灰色预测模型和支持向量机模型对飞机轴承损耗率进行预测。然后用灰色模型选择不同的建模长度对轴承损耗率进行了预测,用支持向量机选择不同的参数对轴承损耗率进行了预测;接下来分析了这两种模型的优缺点然后分析了将两种模型进行融合的可行性,然后用融合的灰色支持向量机模型对轴承损耗率进行了预测。最后将三种模型的预测结果进行分析对比,证明了灰色支持向量机模型充分发挥了灰色模型所需数据量少,贫信息预测效果好、支持向量机非线性映射能力强的特性,相比两种单一的模型有更好的预测效果。2.对飞机主燃油控制系统失效率的预测。首先对飞机主燃油控制系统失效率的数据进行了分析,分析得出适合采用灰色模型和神经网络模型对其进行预测。然后用这两种模型选择最佳参数和合适的网络结构进行了预测;接着分析了融合模型的可行性,给出采用线性加权的方式和直接组合的方式的两种融合模型,然后用这两种融合模型对主燃油控制系统失效率进行了预测。接下来通过对四种模型的预测结果的比较和评价,得出直接型灰色神经网络模型的预测效果最好,比线性加权型灰色神经网络模型和单一模型的预测效果好很多,充分发挥了灰色系统所需样本数据量少、对不确定信息预测效果佳、神经网络具有非线性映射和自学习、自适应等特性。最后,对开发的飞机机务维护管理系统的结构和部分页面进行了说明与展示。
【关键词】：飞机故障 数据挖掘 灰色模型 支持向量机 神经网络
【学位授予单位】：西安电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：V267;TP311.13
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 符号对照表10-11
• 缩略语对照表11-14
• 第一章 绪论14-18
• 1.1 课题研究背景及意义14
• 1.2 课题研究现状14-16
• 1.3 课题的主要内容及组织结构16-18
• 第二章 数据挖掘与预测技术介绍18-38
• 2.1 数据挖掘概述18-20
• 2.1.1 数据挖掘的背景和定义18-19
• 2.1.2 数据挖掘的一般过程19-20
• 2.2 数据挖掘中的预测20-21
• 2.3 数据挖掘的预测任务模型21-23
• 2.4 飞机故障预测的常用技术23-36
• 2.4.1 回归分析法23-25
• 2.4.2 时间序列预测法25-26
• 2.4.3 灰色预测26-29
• 2.4.4 支持向量机预测29-33
• 2.4.5 神经网络预测33-36
• 2.5 本章小结36-38
• 第三章 飞机轴承损耗率预测的实证分析38-52
• 3.1 轴承损耗率数据采集及分析38-39
• 3.2 轴承损耗率预测模型选择分析39-41
• 3.3 轴承损耗率的灰色预测模型及结果41-43
• 3.4 轴承损耗率的支持向量机预测模型及结果43-45
• 3.5 灰色模型与支持向量机模型的融合研究45-48
• 3.5.1 可行性分析45-46
• 3.5.2 轴承损耗率的GSVM预测模型及结果46-48
• 3.6 模型评价48-51
• 3.6.1 预测效果评价标准48-49
• 3.6.2 预测结果对比49-50
• 3.6.3 结果评价50-51
• 3.7 本章小结51-52
• 第四章 飞机主燃油控制系统失效率的预测52-69
• 4.1 飞机主燃油控制系统失效率数据采集及特征分析52-53
• 4.2 MFC失效率预测模型选择分析53-54
• 4.3 基于BP神经网络的MFC失效率预测模型54-56
• 4.3.1 BP神经网络结构的确定54-55
• 4.3.2 BP神经网络模型预测结果55-56
• 4.4 基于GM(1,1)模型的MFC失效率预测56-58
• 4.4.1 GM(1,1)模型预测过程56-57
• 4.4.2 GM(1,1)模型预测结果57-58
• 4.5 灰色模型与神经网络模型的融合模型研究58-61
• 4.5.1 线性加权的灰色神经网络模型预测MFC失效率58-59
• 4.5.2 直接型灰色神经网络模型预测MFC失效率59-61
• 4.6 模型评价61-64
• 4.6.1 预测效果评价标准61-62
• 4.6.2 预测结果对比62-63
• 4.6.3 结果分析63-64
• 4.7 飞机维护系统设计与展示64-67
• 4.8 本章小结67-69
• 第五章 总结与展望69-71
• 5.1 总结69-70
• 5.2 展望70-71
• 参考文献71-74
• 致谢74-76
• 作者简介76-77

【相似文献】

中国期刊全文数据库 前10条

1 刘占军,郑中林,刘筱鸥;基于模糊预测的飞机故障预测系统研究[J];航空制造技术;2004年10期

2 张向东;;减少飞机故障,保证航班安全正常[J];中国民用航空;2006年02期

3 耿宏;;基于改进灰色关联算法的飞机故障隔离方法优化分析[J];航空维修与工程;2006年05期

4 陈聪;卢翔;王轩;;《飞机故障诊断技术》课程教学改革探索与实践[J];科技创新导报;2010年16期

5 王構;;老旧飞机故障经验总结与分析[J];中国科技信息;2011年08期

6 杨洲;景博;张R，

本文编号：1090822