当前位置:主页 > 科技论文 > 搜索引擎论文 >

基于国航飞行故障系数的神经网络预测研究

发布时间:2020-12-15 20:38
  随着民航事业的快速发展以及人们生活水平的显著提高,乘坐飞机出行已经成为人们普遍选择的一种高效的出行方式,但由于飞机的飞行特性和机体结构的精密特性,航班延误、飞行事故也是屡次发生,同时飞机在发生飞行事故后所带来的生命危险系数也是各种交通工具中最高的。近些年来,各类民航飞行事故频繁发生,造成了重大的经济损失和乘客伤亡,除去偶发性环境因素所造成的航空事故,如果通过大量飞行数据有效的预测飞机设备的故障发生率,及时更换相关设备的零配件,将大大降低飞机的延误、返航以及事故的发生概率,提高飞行可靠性,保证乘客出行的生命和财产安全。飞机的故障分为很多类,发动机故障、起落架故障、舱门故障、控制室设备故障等等,目前大多数对于飞机故障的研究主要集中在发动机的故障研究上,然而由于飞机构造的特殊性,各类故障隐患都有可能导致飞机在飞行过程中发生危险,因此本文的主要研究目标是建立高精度的BP神经网络预测模型对飞机故障的发生进行预测。主要思路是:在针对海量飞行数据作为预测的样本数据的情况下,由于数据分类多、纬度复杂,在数据的初步处理方法上,首先通过大数据处理技术来处理样本数据,对样本数据进行分类,去粗取精,降低数据类... 

【文章来源】:天津工业大学天津市

【文章页数】:61 页

【学位级别】:硕士

【部分图文】:

基于国航飞行故障系数的神经网络预测研究


图2-2?spark基本流程图??

示意图,基本流程图,软件栈,示意图


图2-1?Spark软件栈示意图??

示意图,任务调度,子节点


?HDFS,Amazon?S3,Hbase.etc??图2-1?Spark软件栈示意图??2.1.3?Spark运行流程??当用户编写一个Spark可执行程序后,Spark中的Driver运行Application的??main函数并创建SparkContext,创建SparkContext的目的是为了准备Spark应用??程序的运行环境,在Spark中有SparkContext负责与ClusterManager通信,进行??资源申请、任务的分配和监控等,每一个WorkNode工作子节点都创建一个??Executor来完成当前进程,Executor负责调度工作子节点的task以及cache,执??行完成后,负责将结果返回给Driver主驱动,同时释放资源,然后Driver同时??负责将SparkContext关闭。??(?毫?:??Executor?j??'??务子节点?????,?^?Worker?Node?J?cache??I??_?一…?…?'?7??一?X??1?Driver?Program?—?—?—?—?—?—?———、??Executor?[?ta5k?]??Spark?Context?—?—??*■?Cluster?Manager??????丨任务子节点??

【参考文献】:
期刊论文
[1]数据挖掘方法在生物实验数据上的应用[J]. 辛月振,孙贝贝,夏盛瑜.  计算机技术与发展. 2018(09)
[2]基于Spark的CVFDT分类算法并行化研究[J]. 庄荣,李玲娟.  计算机技术与发展. 2018(06)
[3]改进GA-BP模型在地下水位埋深预测中的应用[J]. 杜云皓,仇锦先,冯绍元.  节水灌溉. 2017(09)
[4]通航飞机发电机电压故障处理研究[J]. 杜涛.  科技创新与应用. 2017(21)
[5]基于GA-BP神经网络的智能故障诊断[J]. 滕向群,庞志辉.  上海包装. 2017(06)
[6]基于图像处理及BP神经网络的火灾识别方法[J]. 张宇峰.  数码设计. 2017(08)
[7]大数据技术在飞机制造中的应用[J]. 孙承亮.  科技资讯. 2017(11)
[8]基于遗传算法与模拟退火算法在多重DNA序列比对中的应用研究[J]. 闫磊,马健,董辉,高梦.  海南热带海洋学院学报. 2017(02)
[9]基于改进遗传模拟退火的相机标定方法[J]. 游江,唐力伟,邓士杰.  计算机工程与设计. 2017(03)
[10]航空发动机自适应模拟退火遗传算法建模[J]. 段进峰,谢寿生,王立国,姚凯翔,刘蕴哲.  火力与指挥控制. 2016(11)

博士论文
[1]新型浮动式柱面微槽气膜密封的动力润滑特性研究[D]. 陆俊杰.兰州理工大学 2018

硕士论文
[1]基于PCA-GA-BPNN模型对股价预测的研究[D]. 李海燕.西安理工大学 2018
[2]基于GA-BP消除局部遮挡物影响的人脸识别算法研究[D]. 王婷.吉林大学 2018
[3]基于遗传算法的在线考试系统的设计与实现[D]. 吕爽.东北大学 2016
[4]基于区域聚类分析的改进神经网络短期风电功率预测研究[D]. 赵帆.西华大学 2015
[5]基于数据挖掘的电信经营收入分析与预测[D]. 倪芳婷.电子科技大学 2014
[6]模糊Hopfield网络的鲁棒性控制及其应用[D]. 刘亮.长沙理工大学 2013
[7]钢铁企业能耗分析评价与预测[D]. 李培静.东北大学 2012
[8]基于改进投影寻踪模型的施工项目管理的研究[D]. 刘兰晶.河北工程大学 2011
[9]模拟退火遗传算法优化的BP网络在翘曲量预测中的应用[D]. 王惠琳.浙江大学 2011
[10]神经网络在电力系统谐波分析中的应用研究[D]. 李天赞.长沙理工大学 2009



本文编号:2918872

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/2918872.html


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

版权申明:资料由用户b5dca***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