基于数据驱动的航空发动机气路健康监测方法研究
发布时间：2022-02-23 05:10
航空发动机由多个复杂子系统精密配合而成的大型设备,工作条件苛刻复杂,极易发生腐蚀、积垢、疲劳等情况,产生安全事故。健康监测技术通过分析航空发动机常见的失效模式以及特性,以气路性能参数,如发动机排气温度偏差、燃油流量,高压转子转速、低压转子转速为研究对象,挖掘气路性能参数的深度信息,以达到对发动机的部件的健康监测。论文的主要工作内容如下:（1）对国内外航空发动机健康监测技术进行了研究,对航空发动机的气路失效模式以及常见的气路健康监测方法进行了总结;（2）研究了基于指数平滑法和和Savitzky-Golay平滑的气路参数预处理,消除噪声数据的作用影响,并对比两种平滑处理结果;（3）研究了基于人工免疫算法的航空发动机故障诊断方法,并提出了一种可以实现阈值自优化的双种群免疫算法,实现了航空发动机的故障诊断;（4）研究了基于ELMAdaboost强预测器的航空发动机气路参数预测,并采用多个指标进行预测结果评估,并与BP神经网络的参数预测结果进行对比;（5）研究了基于双种群免疫算法和ELMAdaboost强预测器融合的航空发动机剩余寿命预测研究,以5种型...
【文章来源】：南京航空航天大学江苏省211工程院校
【文章页数】：66 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
注释表
缩略词
第1章 绪论
1.1 研究背景
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 发动机气路健康监测技术
1.3.1 航空发动机常见气路故障
1.3.2 航空发动机气路健康监测原理
1.3.3 常用的航空发动机气路健康监测方法
1.4 本文研究内容以及章节安排
第2章 航空发动机气路参数样本收集及数据处理
2.1 航空发动机简化模型
2.2 原始数据分析方法及选择
2.3 气路参数预处理
2.3.1 指数平滑法
2.3.2 Savitzky-Golay平滑法
2.4 气路参数预处理结果及分析
2.5 本章小结
第3章 基于免疫算法的航空发动机气路故障诊断
3.1 引言
3.2 克隆选择算法
3.3 阴性选择算法
3.3.1 基本定义
3.3.2 算法描述
3.4 基于阴性选择算法的航空发动机气路故障诊断
3.4.1 初始抗体产生
3.4.2 检测器的变异成熟
3.4.3 故障检测与诊断
3.5 基于阴性选择算法的航空发动机气路故障检测与诊断
3.5.1 基本定义
3.5.2 诊断结果
3.5.3 初始抗体个数影响分析
3.5.4 亲和力计算公式影响分析
3.5.5 加入噪声样本验证
3.5.6 实例总结
3.6 基于双种群免疫算法的航空发动机气路故障诊断
3.6.1 双种群免疫算法流程
3.6.2 算法参数设置
3.6.3 结果分析
3.6.4 噪声样本验证
3.6.5 结论
3.7 本章总结
第4章 航空发动机气路参数预测
4.1 相空间重构理论
4.2 极限学习机拓扑模型
4.3 Adaboost算法简介
4.4 应用实例
4.4.1 有效性验证
4.4.2 航空发动机气路参数预测
4.5 本章总结
第5章 航空发动机剩余寿命预测方法研究
5.1 多因子决策函数模型
5.2 航空发动机状态预测方法研究
5.3 寿命预测结果分析
5.4 本章小结
第6章 总结与展望
6.1 研究总结
6.2 工作展望
参考文献
致谢
在学期间的研究成果以及发表的学术论文
【参考文献】：
期刊论文
[1]基于深度学习的航空发动机故障融合诊断[J]. 车畅畅,王华伟,倪晓梅,洪骥宇. 北京航空航天大学学报. 2018(03)
[2]免疫支持向量机用于航空发动机磨损故障诊断[J]. 张建,李艳军,曹愈远,张丽娜. 北京航空航天大学学报. 2017(07)
[3]基于相空间重构与最小二乘支持向量机的时延预测[J]. 田中大,张超,李树江,王艳红,沙毅. 电子学报. 2017(05)
[4]基于自组织神经网络的滚动轴承状态评估方法[J]. 张全德,陈果,林桐,欧阳文理,滕春禹,王洪伟. 中国机械工程. 2017(05)
[5]航空发动机健康管理系统发展现状及其指标体系研究[J]. 蔡光耀,高晶,苗学问. 测控技术. 2016(04)
[6]双轴分排涡扇发动机气路故障诊断测量参数选择方法[J]. 胡良权,陈敏,唐海龙,郭昆. 航空动力学报. 2015(08)
[7]基于免疫理论的航空发动机磨损故障智能诊断[J]. 马安祥,李艳军,曹愈远,汪震宇,安罡. 航空学报. 2015(06)
[8]基于时变自回归模型与神经网络的滚动轴承故障智能诊断[J]. 谢三毛. 轴承. 2014(10)
[9]基于融合信息的转子振动故障SVM诊断方法[J]. 艾延廷,陈潮龙,田晶,王志. 航空动力学报. 2014(10)
[10]基于BP神经网络的光伏阵列故障诊断研究[J]. 王元章,吴春华,周笛青,付立,李智华. 电力系统保护与控制. 2013(16)
博士论文
[1]民用涡扇发动机在线健康诊断关键技术研究[D]. 张书刚.西北工业大学 2014
[2]航空发动机关键转动部件疲劳寿命预测与可靠性分析方法[D]. 甘露萍.电子科技大学 2014
[3]基于智能算法的目标威胁估计[D]. 王改革.中国科学院研究生院（长春光学精密机械与物理研究所） 2013
[4]基于模型的重型燃气轮机气路故障诊断研究[D]. 蒲星星.清华大学 2013
[5]航空发动机故障诊断的融合技术研究[D]. 鲁峰.南京航空航天大学 2009
[6]基于卡尔曼滤波的航空发动机故障诊断技术研究[D]. 张鹏.南京航空航天大学 2009
硕士论文
[1]基于数据的航空发动机气路故障诊断研究[D]. 张丽.清华大学 2014
[2]基于改进遗传算法的航空发动机故障诊断专家系统[D]. 李恺钦.南昌航空大学 2012
[3]航空发动机气路故障诊断技术研究[D]. 彭淑宏.上海交通大学 2012
[4]航空发动机故障监控系统设计与方法研究[D]. 应勇.西北工业大学 2007
[5]航空发动机部件性能跟踪滤波器研究[D]. 欧阳舟.西北工业大学 2004
本文编号：3640937
【文章来源】：南京航空航天大学江苏省211工程院校
【文章页数】：66 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
注释表
缩略词
第1章 绪论
1.1 研究背景
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 发动机气路健康监测技术
1.3.1 航空发动机常见气路故障
1.3.2 航空发动机气路健康监测原理
1.3.3 常用的航空发动机气路健康监测方法
1.4 本文研究内容以及章节安排
第2章 航空发动机气路参数样本收集及数据处理
2.1 航空发动机简化模型
2.2 原始数据分析方法及选择
2.3 气路参数预处理
2.3.1 指数平滑法
2.3.2 Savitzky-Golay平滑法
2.4 气路参数预处理结果及分析
2.5 本章小结
第3章 基于免疫算法的航空发动机气路故障诊断
3.1 引言
3.2 克隆选择算法
3.3 阴性选择算法
3.3.1 基本定义
3.3.2 算法描述
3.4 基于阴性选择算法的航空发动机气路故障诊断
3.4.1 初始抗体产生
3.4.2 检测器的变异成熟
3.4.3 故障检测与诊断
3.5 基于阴性选择算法的航空发动机气路故障检测与诊断
3.5.1 基本定义
3.5.2 诊断结果
3.5.3 初始抗体个数影响分析
3.5.4 亲和力计算公式影响分析
3.5.5 加入噪声样本验证
3.5.6 实例总结
3.6 基于双种群免疫算法的航空发动机气路故障诊断
3.6.1 双种群免疫算法流程
3.6.2 算法参数设置
3.6.3 结果分析
3.6.4 噪声样本验证
3.6.5 结论
3.7 本章总结
第4章 航空发动机气路参数预测
4.1 相空间重构理论
4.2 极限学习机拓扑模型
4.3 Adaboost算法简介
4.4 应用实例
4.4.1 有效性验证
4.4.2 航空发动机气路参数预测
4.5 本章总结
第5章 航空发动机剩余寿命预测方法研究
5.1 多因子决策函数模型
5.2 航空发动机状态预测方法研究
5.3 寿命预测结果分析
5.4 本章小结
第6章 总结与展望
6.1 研究总结
6.2 工作展望
参考文献
致谢
在学期间的研究成果以及发表的学术论文
【参考文献】：
期刊论文
[1]基于深度学习的航空发动机故障融合诊断[J]. 车畅畅,王华伟,倪晓梅,洪骥宇. 北京航空航天大学学报. 2018(03)
[2]免疫支持向量机用于航空发动机磨损故障诊断[J]. 张建,李艳军,曹愈远,张丽娜. 北京航空航天大学学报. 2017(07)
[3]基于相空间重构与最小二乘支持向量机的时延预测[J]. 田中大,张超,李树江,王艳红,沙毅. 电子学报. 2017(05)
[4]基于自组织神经网络的滚动轴承状态评估方法[J]. 张全德,陈果,林桐,欧阳文理,滕春禹,王洪伟. 中国机械工程. 2017(05)
[5]航空发动机健康管理系统发展现状及其指标体系研究[J]. 蔡光耀,高晶,苗学问. 测控技术. 2016(04)
[6]双轴分排涡扇发动机气路故障诊断测量参数选择方法[J]. 胡良权,陈敏,唐海龙,郭昆. 航空动力学报. 2015(08)
[7]基于免疫理论的航空发动机磨损故障智能诊断[J]. 马安祥,李艳军,曹愈远,汪震宇,安罡. 航空学报. 2015(06)
[8]基于时变自回归模型与神经网络的滚动轴承故障智能诊断[J]. 谢三毛. 轴承. 2014(10)
[9]基于融合信息的转子振动故障SVM诊断方法[J]. 艾延廷,陈潮龙,田晶,王志. 航空动力学报. 2014(10)
[10]基于BP神经网络的光伏阵列故障诊断研究[J]. 王元章,吴春华,周笛青,付立,李智华. 电力系统保护与控制. 2013(16)
博士论文
[1]民用涡扇发动机在线健康诊断关键技术研究[D]. 张书刚.西北工业大学 2014
[2]航空发动机关键转动部件疲劳寿命预测与可靠性分析方法[D]. 甘露萍.电子科技大学 2014
[3]基于智能算法的目标威胁估计[D]. 王改革.中国科学院研究生院（长春光学精密机械与物理研究所） 2013
[4]基于模型的重型燃气轮机气路故障诊断研究[D]. 蒲星星.清华大学 2013
[5]航空发动机故障诊断的融合技术研究[D]. 鲁峰.南京航空航天大学 2009
[6]基于卡尔曼滤波的航空发动机故障诊断技术研究[D]. 张鹏.南京航空航天大学 2009
硕士论文
[1]基于数据的航空发动机气路故障诊断研究[D]. 张丽.清华大学 2014
[2]基于改进遗传算法的航空发动机故障诊断专家系统[D]. 李恺钦.南昌航空大学 2012
[3]航空发动机气路故障诊断技术研究[D]. 彭淑宏.上海交通大学 2012
[4]航空发动机故障监控系统设计与方法研究[D]. 应勇.西北工业大学 2007
[5]航空发动机部件性能跟踪滤波器研究[D]. 欧阳舟.西北工业大学 2004
本文编号：3640937
本文链接：https://www.wllwen.com/kejilunwen/hangkongsky/3640937.html
