基于Elman神经网络的航空发动机故障诊断研究
发布时间：2022-10-29 12:08
航空发动机作为飞机的核心部件,其工作状况是否良好关乎到整个飞机的安全与稳定。目前,单是航空发动机维护与修理的开销就占据大多数公司整个维修资金的一半以上[1],因此航空发动机的故障诊断和状态监测对保障飞行安全和节省航空公司资金、避免浪费有着极为重要的用处。在日常的发动机故障诊断中,发动机都被抽象为一个典型复杂的机械系统,由于发动机结构复杂、模型的非线性化、诊断方法多样以及飞行因素等问题,要建立高精度的故障诊断模型很难,而人工神经网络以其强大的自我学习能力、自我适应能力、强的容错性等特点著称,因此可以应用神经网络对发动机故障进行诊断。本文基于Elman神经网络对发动机故障进行诊断研究,主要研究内容如下:针对Elman网络传统的激励函会数影响收敛速度且容易出现局部极小值、初始权值和阈值选取等问题,在原有的基础上,对Elman神经网络的训练算法、激励函数做了相关的改进,然后用万有引力算法（GSA）优化网络的初始权值和阈值,进而提出了GSA-Elman神经网络,最后以从航空公司所获得的气路故障样本为实验数据,在MATLAB环境下进行仿真。如诊断结果所示,相比于传统的BP、E...
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
神经网络的拓扑结构
涡扇发动机结构图
Elman网络界面
【参考文献】：
期刊论文
[1]航空发动机气路系统故障机理分析[J]. 陈晶,李波,高智,尹晓静. 长春工业大学学报. 2017(04)
[2]航空发动机滑油磨粒在线监测[J]. 孙衍山,杨昊,佟海滨,张雯,曾周末. 仪器仪表学报. 2017(07)
[3]浅谈航空发动机维修[J]. 项焕辉. 科技资讯. 2016(09)
[4]航空发动机涡轮叶片裂纹红外热波无损检测研究[J]. 赵璐,孙焱,曲娜. 电子世界. 2014(11)
[5]基于Elman神经网络的电力负荷预测模型研究[J]. 石黄霞,何颖,董晓红. 工业仪表与自动化装置. 2013(01)
[6]Fault Diagnosis Method Based on System-phenomenon-fault Tree[J]. CHEN Guorong 1,2,YAN Ping 1,YI Runzhong 1,and LIU Fei 1 1 State Key Laboratory of Mechanical Transmission,Chongqing University,Chongqing 400044,China 2 School of Electronic ＆ Information Engineering,Chongqing University of Science and Technology,Chongqing 401331,China. Chinese Journal of Mechanical Engineering. 2011(03)
[7]航空发动机状态监控系统研究[J]. 郭迎清,李睿,薛薇. 航空发动机. 2010(05)
[8]基于Elman神经网络的旋转机械故障诊断[J]. 汤宝平,习建民,李锋. 计算机集成制造系统. 2010(10)
[9]基于神经网路的故障诊断[J]. 刘继,夏定纯. 黑龙江科技信息. 2010(25)
[10]集成系统健康管理中健康评估算法研究[J]. 刘国良,王元道,周宝林,强文义. 哈尔滨工业大学学报. 2009(03)
博士论文
[1]基于模型的故障诊断方法研究及在航天中的应用[D]. 邵继业.哈尔滨工业大学 2009
硕士论文
[1]改进的Elman神经网络和网络参数优化算法研究[D]. 梅贵琴.西南大学 2017
[2]航空发动机状态监控与典型故障分析[D]. 张经璞.沈阳航空航天大学 2017
[3]基于灰色系统理论的QAR数据挖掘算法研究[D]. 杨欣.中国民航大学 2015
[4]基于故障树分析法的航空活塞发动机故障诊断专家系统研究[D]. 严军.电子科技大学 2010
[5]基于嵌入式系统的飞机娱乐系统修理台设计与实现[D]. 柳伟民.厦门大学 2009
[6]Elman神经网络的应用研究[D]. 韩旭明.天津大学 2006
[7]RLV健康管理方案及关键系统监控原理[D]. 彭云.西北工业大学 2005
本文编号：3697658
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
神经网络的拓扑结构
涡扇发动机结构图
Elman网络界面
【参考文献】：
期刊论文
[1]航空发动机气路系统故障机理分析[J]. 陈晶,李波,高智,尹晓静. 长春工业大学学报. 2017(04)
[2]航空发动机滑油磨粒在线监测[J]. 孙衍山,杨昊,佟海滨,张雯,曾周末. 仪器仪表学报. 2017(07)
[3]浅谈航空发动机维修[J]. 项焕辉. 科技资讯. 2016(09)
[4]航空发动机涡轮叶片裂纹红外热波无损检测研究[J]. 赵璐,孙焱,曲娜. 电子世界. 2014(11)
[5]基于Elman神经网络的电力负荷预测模型研究[J]. 石黄霞,何颖,董晓红. 工业仪表与自动化装置. 2013(01)
[6]Fault Diagnosis Method Based on System-phenomenon-fault Tree[J]. CHEN Guorong 1,2,YAN Ping 1,YI Runzhong 1,and LIU Fei 1 1 State Key Laboratory of Mechanical Transmission,Chongqing University,Chongqing 400044,China 2 School of Electronic ＆ Information Engineering,Chongqing University of Science and Technology,Chongqing 401331,China. Chinese Journal of Mechanical Engineering. 2011(03)
[7]航空发动机状态监控系统研究[J]. 郭迎清,李睿,薛薇. 航空发动机. 2010(05)
[8]基于Elman神经网络的旋转机械故障诊断[J]. 汤宝平,习建民,李锋. 计算机集成制造系统. 2010(10)
[9]基于神经网路的故障诊断[J]. 刘继,夏定纯. 黑龙江科技信息. 2010(25)
[10]集成系统健康管理中健康评估算法研究[J]. 刘国良,王元道,周宝林,强文义. 哈尔滨工业大学学报. 2009(03)
博士论文
[1]基于模型的故障诊断方法研究及在航天中的应用[D]. 邵继业.哈尔滨工业大学 2009
硕士论文
[1]改进的Elman神经网络和网络参数优化算法研究[D]. 梅贵琴.西南大学 2017
[2]航空发动机状态监控与典型故障分析[D]. 张经璞.沈阳航空航天大学 2017
[3]基于灰色系统理论的QAR数据挖掘算法研究[D]. 杨欣.中国民航大学 2015
[4]基于故障树分析法的航空活塞发动机故障诊断专家系统研究[D]. 严军.电子科技大学 2010
[5]基于嵌入式系统的飞机娱乐系统修理台设计与实现[D]. 柳伟民.厦门大学 2009
[6]Elman神经网络的应用研究[D]. 韩旭明.天津大学 2006
[7]RLV健康管理方案及关键系统监控原理[D]. 彭云.西北工业大学 2005
本文编号：3697658
本文链接：https://www.wllwen.com/kejilunwen/hangkongsky/3697658.html
