当前位置:主页 > 科技论文 > 航空航天论文 >

基于改进支持向量机的航空发动机滑油系统故障诊断研究

发布时间:2022-10-03 16:50
  在航空发动机的故障中,滑油系统的故障占据了很大一部分,针对当前滑油系统的故障诊断数据匮乏、定性模糊、鲜有定量的特点,研究滑油系统的故障诊断,以方便获取故障数据,在故障时刻及时作出判断,或者在故障形成之前作出预测,对于保障航空发动机的安全运行具有很重要的意义。以某型航空发动机为研究对象,使用改进支持向量机实现了滑油系统的故障诊断。论文的具体研究内容如下:(1)研究了某型航空发动机滑油系统的构造,然后根据调研数据选取了滑油系统的四大典型故障,并对其故障成因进行了逐一分析。(2)根据故障的分析结果,建立了典型故障的贝叶斯网络模型。然后以滑油消耗量大这一故障为例,选用贝叶斯网络的精确推理算法——Hugin算法进行推理。最后结合三种部件重要度的评价方法,筛选出了故障成因中的重要基本事件。(3)因为航空发动机滑油供油系统与回油系统具有相似性,因此仅以供油系统为例,使用AMESim软件建立了供油系统的模型。然后将上文筛选出的重要基本事件在AMESim模型中进行故障仿真,得到了故障与故障特征参数之间的映射关系,即故障数据。(4)首先,使用支持向量机建立滑油系统的故障诊断模型。然后,提出了一种支持向量机... 

【文章页数】:94 页

【学位级别】:硕士

【文章目录】:
摘要
Abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
    1.3 研究内容与结构安排
第二章 航空发动机滑油系统的构造与典型故障分析
    2.1 引言
    2.2 滑油系统的组成
        2.2.1 滑油系统的部件
        2.2.2 滑油系统的子系统
    2.3 滑油系统的典型故障分析
    2.4 本章小结
第三章 基于贝叶斯网络的滑油系统重要基本事件的确定
    3.1 引言
    3.2 贝叶斯网络理论
        3.2.1 贝叶斯网络的概率基础
        3.2.2 贝叶斯网络的组成
        3.2.3 贝叶斯网络的推理
    3.3 基于贝叶斯网络的典型故障的重要基本事件的确定
        3.3.1 滑油系统典型故障的贝叶斯网络
        3.3.2 贝叶斯网络的求解
        3.3.3 重要基本事件的确定
    3.4 本章小结
第四章 基于AMESim模型的重要基本事件的故障特征参数获取
    4.1 引言
    4.2 滑油系统部件的数学建模
    4.3 供油系统的AMESim建模
        4.3.1 模型的简化处理
        4.3.2 边界条件的设置
        4.3.3 供油系统的AMESim模型及验证
    4.4 故障特征参数的获取
        4.4.1 故障的模拟
        4.4.2 故障数据的获取
    4.5 本章小结
第五章 基于支持向量机的航空发动机滑油系统故障诊断
    5.1 引言
    5.2 支持向量机的基本理论
        5.2.1 最优分类超平面
        5.2.2 核函数
    5.3 基于支持向量机的平均影响值的故障数据降维
        5.3.1 一种新的基于支持向量机的平均影响值的计算方法
        5.3.2 计算方法在多分类问题情况下的推广
    5.4 蚱蜢优化算法对支持向量机参数的优化
    5.5 基于改进支持向量机的航空发动机滑油系统故障诊断
        5.5.1 支持向量机的子分类器选择
        5.5.2 滑油系统故障数据的降维处理
        5.5.3 基于蚱蜢优化算法的参数寻优
    5.6 本章小结
第六章 总结与展望
    6.1 全文工作总结
    6.2 创新点
    6.3 对未来的展望
致谢
参考文献
作者简介


【参考文献】:
期刊论文
[1]基于快速谱相关和PSO-SVM的变工况滚动轴承状态识别[J]. 唐贵基,田甜,庞彬.  电力自动化设备. 2019(07)
[2]基于平均影响值的SVM在遗传数据疾病分类和特征提取中的应用[J]. 张阳阳,曹红艳,武淑琴.  中国卫生统计. 2019(03)
[3]基于SA-EMD-PNN的柱塞泵故障诊断方法研究[J]. 杜振东,赵建民,李海平,张鑫.  振动与冲击. 2019(08)
[4]基于GOA-SVM的短期负荷预测[J]. 宫毓斌,滕欢.  电测与仪表. 2019(14)
[5]某型涡扇发动机燃调故障联合仿真[J]. 韦祥,李本威,杨欣毅,王星博.  系统仿真学报. 2018(10)
[6]民航运输机蓄压器刹车系统建模与故障仿真研究[J]. 丰世林,周斌.  液压与气动. 2018(03)
[7]基于PCA和SVM的盾构液压系统故障诊断[J]. 刘金刚,周晓群,王凯.  计算机仿真. 2017(12)
[8]灰色关联故障树在航空发动机滑油系统的应用[J]. 陈可嘉,陈媛媛,吴兴旺.  武汉理工大学学报(信息与管理工程版). 2017(04)
[9]基于符号动力学信息熵与SVM的液压泵故障诊断[J]. 张华,曾文韬,鄢威.  振动.测试与诊断. 2017(02)
[10]基于Bow-tie模型的发动机空中停车事故分析与预防[J]. 孙超,王瑛,崔利杰,张羚.  火力与指挥控制. 2017(01)

硕士论文
[1]某发动机故障分析及专家系统知识库设计[D]. 黄嵩勋.大连理工大学 2016
[2]我军某型直升机发动机故障诊断专家系统的开发[D]. 周正.东北大学 2014



本文编号:3684447

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/hangkongsky/3684447.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户e2951***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com