航空发动机衰退状态评估研究
发布时间:2023-12-24 18:55
随着航空事业的不断发展,人们对航空安全问题日益关注。作为航空器的主要动力来源,航空发动机对于保证航空安全至关重要。航空发动机长期处在高温、高压等恶劣的环境之下,随着在翼时间的增加,其工作状态不断变化,各零部件的性能状态也随之衰退。评估航空发动机衰退状态,有助于增强航空发动机的安全性、经济性和可靠性。本文基于航空发动机的历史数据,利用模糊C均值等方法,分析并挖掘航空发动机各零部件和整体的运行规律,评估航空发动机的衰退状态。本文的研究可为航空发动机故障检测和失效维修提供良好的理论参考。本文主要内容如下:首先是数据预处理。航空发动机运行环境多变,其参数数据容易受到噪声等环境因素的影响。本文通过对原始数据进行异常值提取、缺失值处理、平滑处理和相关性分析四个方面的预处理,提高了数据质量。其次是衰退状态评价。针对航空发动机多参数问题,本文首先利用主成分分析法对航空发动机性能参数进行属性约简,根据不同参数的贡献率确定影响发动机性能的主成分。然后利用模糊C均值算法提取评价标准,分析各数据点与评价标准的距离来确定衰退程度。此外,考虑到航空发动机的多工况且不同工况的评价标准有所差异的情形,本文首先利用K均...
【文章页数】:81 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 研究背景及意义
1.2 航空发动机衰退状态评估概述
1.3 国内外研究现状
1.3.1 国外研究现状
1.3.2 国内研究现状
1.4 研究内容及文章结构
2 数据预处理
2.1 引言
2.2 异常值提取
2.3 缺失值处理
2.4 平滑处理
2.4.1 平滑方法评价指标
2.4.2 移动平均法
2.4.3 五点三次平滑法
2.4.4 萨维茨基-戈雷平滑法
2.4.5 平滑方法比较
2.5 相关性分析
2.5.1 距离分析方法
2.5.2 余弦法
2.5.3 融合算法
2.6 本章小结
3 航空发动机衰退状态评价
3.1 引言
3.2 相关算法介绍
3.2.1 K均值算法
3.2.2 模糊C均值算法
3.2.3 主成分分析算法
3.3 实现方案
3.4 实验验证
3.5 本章小结
4 航空发动机性能参数安全边界提取及预测
4.1 引言
4.2 相关算法介绍
4.2.1 单隐层前馈神经网络
4.2.2 极限学习机算法
4.3 基于FCM的安全边界的提取与预测
4.3.1 安全边界评价标准
4.3.2 安全边界提取与预测的实现方案
4.4 安全边界提取方案改进
4.4.1 改进方法一
4.4.2 改进方法二
4.5 实验验证
4.6 本章小结
5 航空发动机衰退状态预测
5.1 引言
5.2 相关算法介绍
5.2.1 基于非线性拟合的启发式分割算法
5.2.2 遗传算法优化的支持向量回归机
5.2.3 预测方案改进
5.3 实现流程
5.4 实验验证
5.4.1 衰退数据分段处理
5.4.2 衰退状态预测实验验证
5.5 本章小结
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢
本文编号:3875111
【文章页数】:81 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 研究背景及意义
1.2 航空发动机衰退状态评估概述
1.3 国内外研究现状
1.3.1 国外研究现状
1.3.2 国内研究现状
1.4 研究内容及文章结构
2 数据预处理
2.1 引言
2.2 异常值提取
2.3 缺失值处理
2.4 平滑处理
2.4.1 平滑方法评价指标
2.4.2 移动平均法
2.4.3 五点三次平滑法
2.4.4 萨维茨基-戈雷平滑法
2.4.5 平滑方法比较
2.5 相关性分析
2.5.1 距离分析方法
2.5.2 余弦法
2.5.3 融合算法
2.6 本章小结
3 航空发动机衰退状态评价
3.1 引言
3.2 相关算法介绍
3.2.1 K均值算法
3.2.2 模糊C均值算法
3.2.3 主成分分析算法
3.3 实现方案
3.4 实验验证
3.5 本章小结
4 航空发动机性能参数安全边界提取及预测
4.1 引言
4.2 相关算法介绍
4.2.1 单隐层前馈神经网络
4.2.2 极限学习机算法
4.3 基于FCM的安全边界的提取与预测
4.3.1 安全边界评价标准
4.3.2 安全边界提取与预测的实现方案
4.4 安全边界提取方案改进
4.4.1 改进方法一
4.4.2 改进方法二
4.5 实验验证
4.6 本章小结
5 航空发动机衰退状态预测
5.1 引言
5.2 相关算法介绍
5.2.1 基于非线性拟合的启发式分割算法
5.2.2 遗传算法优化的支持向量回归机
5.2.3 预测方案改进
5.3 实现流程
5.4 实验验证
5.4.1 衰退数据分段处理
5.4.2 衰退状态预测实验验证
5.5 本章小结
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢
本文编号:3875111
本文链接:https://www.wllwen.com/kejilunwen/hangkongsky/3875111.html