基于MATLAB与GPU的涡扇发动机旋转失速检测系统的实现
本文关键词：基于MATLAB与GPU的涡扇发动机旋转失速检测系统的实现
更多相关文章： 旋转失速 确定学习 并行计算 离线分析 系统实现
【摘要】：近年来,涡扇发动机成为世界上军用飞机和民用飞机当中最常用到的航空动力装置,轴流压气机作为涡扇发动机其中的核心部件,其运行状况正常与否对涡扇发动机的性能发挥具有至关重要的影响。在轴流压气机的运行过程中,因为气流波动和冲击可能导致轴流压气机工作不稳定,甚至引发涡扇发动机熄火停转,造成飞机坠毁、人员伤亡等严重后果。轴流压气机运转过程中的两种常见的系统不稳定现象为旋转失速和喘振,而发生喘振之前总有一定的旋转失速出现,因此旋转失速被认为是喘振的先兆。如果能在旋转失速发生的初始阶段就及时监测到其信号并给出预警和调节,那么涡扇发动机运行的可靠性和稳定性将得到很大的提高。目前我国自主研发的航空发动机还不具备防止喘振的功能,这对于国产飞机的性能发挥是一个严重的制约。确定学习理论是近年来研究出的关于动态环境下的机器学习的新的理论成果,通过使用RBF神经网络的强大学习能力,实现在未知的动态环境下获取知识并加以表达、存储和利用。动态模式识别是建立在确定学习理论的基础上,涉及动态模式的描述、相似性的定义以及对未知动态模式进行快速识别的方法。利用确定学习理论与动态模式识别方法可以实现对轴流压气机运行的系统动态进行准确建模和对故障的快速识别,为解决轴流压气机旋转失速检测问题提供了一种新的手段,具体实现方式是通过利用RBF神经网络对旋转失速的动态过程进行学习,并将得到的神经网络权值以常值的形式保存为模式,在检测系统运行过程中不断地将待测数据与模式库中已有的失速模式进行比较,根据两者的匹配程度给出相应的预警信号,从而达到对旋转失速进行提前检测的目的。在实际工程应用中,利用确定学习理论与动态模式识别算法进行旋转失速检测的计算量比较庞大,主要体现在RBF神经网络内部的权值计算以及多个模式同时识别待测数据的残差计算中。为加快系统的运行速度,本文结合MATLAB提供的并行计算工具箱和GPU高性能显卡的大规模并行计算能力实现了算法的细粒度并行化分解。算法的并行化移植是基于MATLAB平台和Jacket Engine插件两者结合的软件环境。实际测试证明,算法通过并行化之后变得不但经济而且高效,这种方法既能够节省时间和空间,又使得整个计算机资源得到充分的利用,系统运行速度明显提升,而且性能稳定,对于神经网络规模加大以及增加识别模式数目的情况具有很好的适应能力。算法的并行化主要采用的是矩阵运算和基于GPU的大规模多线程计算,对于平台的依赖性很弱,移植非常方便,因此具有很好的工程应用价值。在实现加速计算的基础上,本文借助MATLAB提供的GUI子系统搭建了涡扇发动机旋转失速检测仿真系统,该系统主要用于数据的离线分析,包含数据处理、状态分析、参数设置、学习识别、结果分析等部分,能够对轴流压气机试验台的数据进行离线学习建模和离线识别分析。涡扇发动机旋转失速检测仿真系统界面友好,操作简便,为试验台进行在线实时检测提供了良好的辅助和数据支持,从而推动了项目课题研究进程。
【关键词】：旋转失速 确定学习 并行计算 离线分析 系统实现
【学位授予单位】：华南理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：V235.13
【目录】：
- 摘要5-7
- Abstract7-11
- 第一章 绪论11-17
- 1.1 研究背景与选题意义11-12
- 1.2 确定学习理论12-13
- 1.3 MATLAB与GPU简介13-15
- 1.4 本文研究内容与结构安排15-17
- 第二章 确定学习理论与轴流压气机旋转失速17-32
- 2.1 引言17
- 2.2 确定学习理论与动态模式识别17-22
- 2.2.1 RBF神经网络18-19
- 2.2.2 RBF神经网络的持续激励性质19
- 2.2.3 离散系统的确定学习19-21
- 2.2.4 动态模式识别21-22
- 2.3 轴流压气机旋转失速22-28
- 2.3.1 航空涡扇发动机简介22-23
- 2.3.2 轴流压气机旋转失速23-26
- 2.3.3 流动不稳定性建模与Mansoux模型介绍26-28
- 2.4 确定学习理论在旋转失速故障检测中的应用28-30
- 2.5 本章小结30-32
- 第三章 MATLAB并行计算工具箱与GPU加速计算32-40
- 3.1 引言32
- 3.2 MATLAB并行计算工具箱介绍32-35
- 3.2.1 并行计算工具箱简介32-33
- 3.2.2 并行计算工具箱环境配置33-34
- 3.2.3 并行计算工具箱程序编写34-35
- 3.3 Jacket Engine并行平台介绍35-39
- 3.3.1 Jacket Engine平台简介35-36
- 3.3.2 gfor-gend并行结构36-37
- 3.3.3 Jacket Engine矩阵运算37-39
- 3.4 本章小结39-40
- 第四章 基于MATLAB涡扇发动机旋转失速检测系统设计40-51
- 4.1 引言40
- 4.2 涡扇发动机旋转失速检测系统整体规划40-41
- 4.3 基于MATLAB的涡扇发动机旋转失速检测离线系统设计41-49
- 4.3.1 MATLAB GUI介绍41-42
- 4.3.2 数据预处理模块设计42-45
- 4.3.3 布置神经网络与选择模式模块设计45-47
- 4.3.4 状态空间分析模块设计47-48
- 4.3.5 结果分析模块设计48-49
- 4.4 离线分析系统优化与整合49-50
- 4.5 本章小结50-51
- 结论与展望51-53
- 参考文献53-57
- 致谢57-58
- 附件58
【相似文献】
中国期刊全文数据库 前10条
1 刘志伟,朱俊强,王准生;叶片排旋转失速性能的研究[J];航空动力学报;1988年01期
2 朱俊强,刘志伟;双叶排旋转失速起始的研究[J];工程热物理学报;1988年03期
3 朱俊强,刘志伟;可压流旋转失速起始的研究[J];工程热物理学报;1990年04期
4 戚先萍,杨秉玉,胡璧刚;压气机旋转失速对叶片振动影响的实验研究[J];燃气涡轮试验与研究;1998年02期
5 张朴,魏沣亭,李应红;某型发动机旋转失速压力信号的频谱分析[J];空军工程大学学报(自然科学版);2003年04期
6 于兰兰;胡骏;屠宝锋;王志强;;轴流压缩系统中主动抑制旋转失速的数值模拟[J];航空动力学报;2010年01期
7 孙晓峰 ,胡宗安 ,冯毓诚 ,周盛;压气机旋转失速特征参数的一种声学测量方法[J];航空动力学报;1991年02期
8 陆亚钧;;风机、叶片机中的旋转失速和喘振现象及分离旋涡流动[J];水利电力机械;1992年05期
9 朱俊强;刘志伟;马存宝;;叶排间距影响旋转失速流场的实验研究[J];西北工业大学学报;1993年03期
10 陆亚钧,张顺林;跨音压气机旋转失速机理及实验研究[J];航空学报;1982年02期
中国重要会议论文全文数据库 前2条
1 王聪;彭滔;陈填锐;袁汉文;王勇;;基于确定学习的旋转失速辨识和快速诊断[A];第二十九届中国控制会议论文集[C];2010年
2 路俏俏;胡军;;风机旋转失速的故障诊断与处理[A];2008年全国炼铁生产技术会议暨炼铁年会文集（下册）[C];2008年
中国硕士学位论文全文数据库 前10条
1 王杨;压缩机首级旋转失速的计算分析[D];大连理工大学;2008年
2 郑娟丽;航空发动机叶片气动激励的相关振动响应研究[D];南京航空航天大学;2009年
3 周龙沙;基于确定学习的航空发动机旋转失速快速检测的并行计算实现[D];华南理工大学;2011年
4 王春瑞;轴流压气机脉动压力信号旋转失速特征分析[D];南京航空航天大学;2011年
5 胡晨星;电站轴流风机旋转失速动力学机理研究[D];华北电力大学;2014年
6 梁德战;基于MATLAB的轴流压气机旋转失速检测离线分析系统的实现[D];华南理工大学;2013年
7 王修宝;旋转失速主动控制中叶栅流场分析可视化VCFD软件开发[D];大连理工大学;2000年
8 贺才梁;LabVIEW平台下基于确定学习的轴流压气机旋转失速检测系统的实现[D];华南理工大学;2014年
9 林文愉;基于GPU的轴流压气机旋转失速检测系统设计[D];华南理工大学;2013年
10 袁e，
本文编号：937388
本文链接：https://www.wllwen.com/kejilunwen/hangkongsky/937388.html
