基于改进遗传算法的航空发动机故障诊断专家系统

发布时间：2017-03-23 18:17

  本文关键词：基于改进遗传算法的航空发动机故障诊断专家系统，，由笔耕文化传播整理发布。

【摘要】：航空发动机被认为是飞行器的最重要的组成部分，其稳定性决定着飞行任务的完成质量。随着现代航空技术的发展，航空发动机性能不断提高，对结构强度和工作条件的要求日益增加，导致航空发动机出现故障的事例显著增多。这些情况体现出了航空发动机故障诊断的重要性。在推理速度慢和先验知识少的情况下，通过使用遗传算法，帮助航空发动机故障诊断专家系统进行推理和自学习，解决了知识获取的问题，并且证明是有效的。 1）在参考阅读大量文献之后，详细阐述了航空发动机故障诊断的意义、内容以及国内外的研究现状、发展和展望。 2）详细介绍了转子不对中、转子不平衡、转子碰摩和滚动轴承故障故障机理特征。 3）介绍了遗传算法的原理及特点，阐述了遗传算法的基本步骤，提出了基于梯度法的改进遗传算法，利用遗传算法对故障特征进行分析，提取故障，去除冗余的特征参数，有效地对故障进行分类和计算，利用MATLAB,根据遗传算法得出的最优化解。 4）建立航空发动机故障诊断专家系统，采用改进遗传算法,针对专家系统知识“瓶颈”的难题，解决了以往专家系统难以克服的问题,利用遗传算法得出的结果，利用知识库进行比较对照、推理，进行模式识别，提高故障的识别精度。 5）将MATLAB和VB.NET进行混合编程，在改进型遗传算法航空发动机故障诊断专家系统的理论基础之上，编制故障诊断的计算机程序，并在严谨的理论及逻辑推导之下可对某型航空发动机进行振动故障诊断。通过大量的理论和数据表明，本文采用的故障诊断方法，能在发动机故障时有效地诊断出其存在的故障，排除导致故障的干扰因素，因此提高了故障诊断的准确度。
【关键词】：航空发动机 故障诊断 遗传算法 专家系统 VB MATLAB
【学位授予单位】：南昌航空大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：V263.6;TP18
【目录】：

• 摘要4-5
• ABSTRACT5-6
• 目录6-8
• 第1章 绪论8-14
• 1.1 论文背景8
• 1.2 航空发动机故障的诊断任务及意义8-9
• 1.3 航空发动机故障诊断的技术研究现状9-13
• 1.3.1 国外研究现状10-11
• 1.3.2 国内研究现状11
• 1.3.3 遗传算法在故障诊断中的应用11-12
• 1.3.4 专家系统在故障诊断中的应用12-13
• 1.4 本文主要研究内容13-14
• 第2章 航空发动机振动测试及常见故障14-23
• 2.1 发动机振动测试14-16
• 2.1.1 某型航空发动机结构和主要性能参数14-16
• 2.1.2 某型航空发动机振动测试方法16
• 2.2 航空发动机振动常见的故障类型及特征16-23
• 2.2.1 航空发动机故障类型16-17
• 2.2.2 航空发动机常见故障原因17-23
• 第3章 遗传算法的计算原理与实现技术23-31
• 3.1 遗传算法简介23-27
• 3.1.1 遗传算法计算原理23-26
• 3.1.2 遗传算法的求解步骤26-27
• 3.1.3 遗传算法的特点27
• 3.2 遗传算法优化实例27-31
• 第4章 专家系统设计31-46
• 4.1 专家系统简介31-37
• 4.1.1 专家系统的发展阶段32
• 4.1.2 专家系统的结构32-33
• 4.1.3 专家系统的类型33-37
• 4.1.4 专家系统的功能37
• 4.2 知识工程系统及其功能环节37-46
• 4.2.1 知识表达40-42
• 4.2.2 知识获取42-46
• 第5章 基于改进遗传算法的航空发动机故障诊断专家系统46-54
• 5.1 基于梯度法的改进遗传算法46-47
• 5.2 改进遗传算法与专家系统的结合47-49
• 5.2.1 遗传算法与机器学习47-48
• 5.2.2 机器学习中的遗传算法48-49
• 5.2.3 推理机设计49
• 5.3 算例及其分析49-54
• 5.3.1 遗传算法对数据进行优化49-51
• 5.3.2 专家系统进行故障诊断51-54
• 第6章 结论与展望54-55
• 6.1 主要研究结论54
• 6.2 未来工作展望54-55
• 参考文献55-57
• 发表论文和参加科研情况说明57-58
• 致谢58-59

【引证文献】

中国硕士学位论文全文数据库 前1条

1 刘委;遗传算法与RBF神经网络融合技术应用于微车后桥故障诊断[D];武汉理工大学;2013年

  本文关键词：基于改进遗传算法的航空发动机故障诊断专家系统，由笔耕文化传播整理发布。

本文编号：264305