基于数据和知识驱动的发动机监控技术的研究
发布时间：2021-04-28 17:32
研究发动机监控系统必须面临两大技术难题:发动机基线挖掘和故障诊断。获取基线是进行故障诊断的前提条件。分别针对这两项难题构建基线挖掘和故障诊断模型,具体工作如下:（1）为提高基线挖掘的精度,提出BAS（Beetle Antennae Search,天牛须算法）与Elman相结合的基线挖掘模型。为解决BAS寻优效率低的问题,将BAS算法群体化;为解决BAS算法搜索精度问题,用自适应思想对BAS算法改造。最后将群体ADP BAS算法（改进后的BAS）与Elman结合建立群体ADP BAS-Elman模型。经计算验证,群体ADP BAS算法收敛速度、精度均高于传统寻优算法,群体ADP BAS-Elman模型的基线拟合精度和学习能力均强于传统模型。（2）为提高发动机气路故障诊断的正确率,提出PSO（Particle Swarm Optimization,粒子群算法）与ELM（Extreme Learning Machine,极限学习机）相结合的诊断模型。针对PSO易于陷入局部最优的缺陷,提出混沌算法;为解决PSO的搜索精度和速度的矛盾,利用自适应思想改进PSO算法。经计算验证,混沌ADP PSO...
【文章来源】：中国民航大学天津市
【文章页数】：80 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 发动机监控系统国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 数据挖掘国内外研究现状
1.3.1 国外研究现状
1.3.2 国内研究现状
1.4 ANN和 CBR的故障诊断研究现状
1.4.1 国外研究现状
1.4.2 国内研究现状
1.5 研究内容与目标
1.6 论文的组织与结构
第二章 群体ADP BAS-Elman发动机基线挖掘方法的研究
2.1 基线挖掘的意义和难点
2.2 Elman网络原理分析
2.3 BAS原理分析
2.3.1 BAS算法运算规则
2.3.2 BAS算法计算流程
2.4 BAS算法的改进
2.4.1 寻优效率问题的改进
2.4.2 搜索精度与速度间矛盾的改进
2.5 群体ADP BAS-Elman模型的建立
2.5.1 模型参数的优化
2.5.2 群体ADP BAS-Elman模型工作流程
2.6 群体ADP BAS-Elman模型用于发动机基线挖掘
2.6.1 数据的来源与选择
2.6.2 寻优算法的比较研究
2.6.3 基线挖掘模型的比较分析
2.6.4 基线挖掘模型的学习能力对比分析
第三章 混沌ADP PSO-ELM气路故障诊断方法的研究
3.1 发动机气路性能趋势分析
3.2 气路诊断的方法及优缺点
3.3 ELM原理分析
3.4 PSO算法运算原理分析
3.4.1 PSO速度和位置公式
3.4.2 PSO算法流程
3.5 PSO算法的改进
3.5.1 搜索精度与速度间矛盾的改进
3.5.2 局部最优问题的改进
3.6 混沌ADP PSO-ELM模型的建立
3.6.1 数据的来源与选择
3.6.2 模型参数的优化
3.6.3 混沌ADP PSO-ELM模型工作流程
3.7 混沌ADP PSO-ELM模型用于气路故障诊断
3.7.1 寻优算法的比较研究
3.7.2 激活函数对诊断效果的影响
3.7.3 隐层神经元数量对诊断效果的影响
3.7.4 气路诊断模型学习能力的对比分析
第四章 基于Cosine-IGRA相似度判定方法的CBR气路故障诊断
4.1 ANN的缺点与CBR的优势
4.2 CBR原理分析
4.2.1 CBR概述
4.2.2 CBR诊断模型的总体思路
4.3 属性约减
4.4 相似度判定算法的研究与改进
4.4.1 传统的相似度算法存在的缺点
4.4.2 建立Cosine-IGRA联合相似度判定算法
4.5 权值分配算法的研究与改进
4.5.1 传统权值分配算法存在的缺点
4.5.2 混沌ADP PSO-CBR权值分配模型
4.6 CBR模型诊断结果对比
4.6.1 数据来源
4.6.2 权值分配结果及诊断效果对比
第五章 总结与展望
5.1 研究内容总结
5.2 研究展望
致谢
参考文献
附录
FF的拟合误差
N2的拟合误差
作者简介
【参考文献】：
期刊论文
[1]基于天牛须搜索的粒子群优化算法求解投资组合问题[J]. 陈婷婷,殷贺,江红莉,王露. 计算机系统应用. 2019(02)
[2]基于天牛须搜索优化的室内定位算法[J]. 邹东尧,陈鹏伟,刘宽. 湖北民族学院学报(自然科学版). 2018(04)
[3]基于一种新的案例推理算法的变电站智能故障诊断方法研究[J]. 林鸿伟,黄彦,黄劼. 计算机与数字工程. 2018(11)
[4]一类带学习与竞技策略的混沌天牛群搜索算法[J]. 赵玉强,钱谦. 通信技术. 2018(11)
[5]案例推理方法在水泵故障诊断中的应用[J]. 张媛媛,原思聪,郭田奇. 机械设计与制造. 2018(11)
[6]基于天牛须搜索的花朵授粉算法[J]. 邵良杉,韩瑞达. 计算机工程与应用. 2018(18)
[7]基于变步长天牛须搜索算法的空间直线度误差评定[J]. 陈君宝,王宸,王生怀. 工具技术. 2018(08)
[8]基于熵选择小波包分量和PSO-BP神经网络的发动机故障诊断[J]. 丁雷,曾锐利,沈虹,梅检民,曾荣. 军事交通学院学报. 2018(04)
[9]基于IPSO-Elman神经网络的航空发动机故障诊断[J]. 皮骏,黄江博. 航空动力学报. 2017(12)
[10]基于随机游走蜂群算法优化的RBF神经网络电动机故障诊断研究[J]. 孙慧影,林中鹏,刘银丽,李萌. 水电能源科学. 2017(08)
硕士论文
[1]新能源电动汽车电源能量控制策略[D]. 孟佳.长春工业大学 2018
[2]基于案例推理的咨询系统关键技术研究[D]. 李淑娥.西北师范大学 2017
[3]基于深度置信网络的发动机状态监控研究[D]. 单晨晨.中国民航大学 2017
[4]建筑智能化生成设计法演化历程[D]. 涂文铎.湖南大学 2016
[5]基于多方法的CFM56-7B发动机基线挖掘研究[D]. 王聃.中国民用航空飞行学院 2016
[6]基于案例推理和改进神经网络的发动机故障诊断研究[D]. 黄远强.中国民航大学 2016
[7]改进型灰色理论实现案例推理的故障诊断研究[D]. 张向波.中国民航大学 2015
[8]极限学习机在航空发动机气路故障诊断中的应用[D]. 林敏.上海交通大学 2015
[9]航空发动机状态参数处理技术及其应用研究[D]. 彭云飞.哈尔滨工业大学 2009
[10]民航发动机健康管理技术与方法研究[D]. 李强.南京航空航天大学 2008
本文编号：3165883
【文章来源】：中国民航大学天津市
【文章页数】：80 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 发动机监控系统国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 数据挖掘国内外研究现状
1.3.1 国外研究现状
1.3.2 国内研究现状
1.4 ANN和 CBR的故障诊断研究现状
1.4.1 国外研究现状
1.4.2 国内研究现状
1.5 研究内容与目标
1.6 论文的组织与结构
第二章 群体ADP BAS-Elman发动机基线挖掘方法的研究
2.1 基线挖掘的意义和难点
2.2 Elman网络原理分析
2.3 BAS原理分析
2.3.1 BAS算法运算规则
2.3.2 BAS算法计算流程
2.4 BAS算法的改进
2.4.1 寻优效率问题的改进
2.4.2 搜索精度与速度间矛盾的改进
2.5 群体ADP BAS-Elman模型的建立
2.5.1 模型参数的优化
2.5.2 群体ADP BAS-Elman模型工作流程
2.6 群体ADP BAS-Elman模型用于发动机基线挖掘
2.6.1 数据的来源与选择
2.6.2 寻优算法的比较研究
2.6.3 基线挖掘模型的比较分析
2.6.4 基线挖掘模型的学习能力对比分析
第三章 混沌ADP PSO-ELM气路故障诊断方法的研究
3.1 发动机气路性能趋势分析
3.2 气路诊断的方法及优缺点
3.3 ELM原理分析
3.4 PSO算法运算原理分析
3.4.1 PSO速度和位置公式
3.4.2 PSO算法流程
3.5 PSO算法的改进
3.5.1 搜索精度与速度间矛盾的改进
3.5.2 局部最优问题的改进
3.6 混沌ADP PSO-ELM模型的建立
3.6.1 数据的来源与选择
3.6.2 模型参数的优化
3.6.3 混沌ADP PSO-ELM模型工作流程
3.7 混沌ADP PSO-ELM模型用于气路故障诊断
3.7.1 寻优算法的比较研究
3.7.2 激活函数对诊断效果的影响
3.7.3 隐层神经元数量对诊断效果的影响
3.7.4 气路诊断模型学习能力的对比分析
第四章 基于Cosine-IGRA相似度判定方法的CBR气路故障诊断
4.1 ANN的缺点与CBR的优势
4.2 CBR原理分析
4.2.1 CBR概述
4.2.2 CBR诊断模型的总体思路
4.3 属性约减
4.4 相似度判定算法的研究与改进
4.4.1 传统的相似度算法存在的缺点
4.4.2 建立Cosine-IGRA联合相似度判定算法
4.5 权值分配算法的研究与改进
4.5.1 传统权值分配算法存在的缺点
4.5.2 混沌ADP PSO-CBR权值分配模型
4.6 CBR模型诊断结果对比
4.6.1 数据来源
4.6.2 权值分配结果及诊断效果对比
第五章 总结与展望
5.1 研究内容总结
5.2 研究展望
致谢
参考文献
附录
FF的拟合误差
N2的拟合误差
作者简介
【参考文献】：
期刊论文
[1]基于天牛须搜索的粒子群优化算法求解投资组合问题[J]. 陈婷婷,殷贺,江红莉,王露. 计算机系统应用. 2019(02)
[2]基于天牛须搜索优化的室内定位算法[J]. 邹东尧,陈鹏伟,刘宽. 湖北民族学院学报(自然科学版). 2018(04)
[3]基于一种新的案例推理算法的变电站智能故障诊断方法研究[J]. 林鸿伟,黄彦,黄劼. 计算机与数字工程. 2018(11)
[4]一类带学习与竞技策略的混沌天牛群搜索算法[J]. 赵玉强,钱谦. 通信技术. 2018(11)
[5]案例推理方法在水泵故障诊断中的应用[J]. 张媛媛,原思聪,郭田奇. 机械设计与制造. 2018(11)
[6]基于天牛须搜索的花朵授粉算法[J]. 邵良杉,韩瑞达. 计算机工程与应用. 2018(18)
[7]基于变步长天牛须搜索算法的空间直线度误差评定[J]. 陈君宝,王宸,王生怀. 工具技术. 2018(08)
[8]基于熵选择小波包分量和PSO-BP神经网络的发动机故障诊断[J]. 丁雷,曾锐利,沈虹,梅检民,曾荣. 军事交通学院学报. 2018(04)
[9]基于IPSO-Elman神经网络的航空发动机故障诊断[J]. 皮骏,黄江博. 航空动力学报. 2017(12)
[10]基于随机游走蜂群算法优化的RBF神经网络电动机故障诊断研究[J]. 孙慧影,林中鹏,刘银丽,李萌. 水电能源科学. 2017(08)
硕士论文
[1]新能源电动汽车电源能量控制策略[D]. 孟佳.长春工业大学 2018
[2]基于案例推理的咨询系统关键技术研究[D]. 李淑娥.西北师范大学 2017
[3]基于深度置信网络的发动机状态监控研究[D]. 单晨晨.中国民航大学 2017
[4]建筑智能化生成设计法演化历程[D]. 涂文铎.湖南大学 2016
[5]基于多方法的CFM56-7B发动机基线挖掘研究[D]. 王聃.中国民用航空飞行学院 2016
[6]基于案例推理和改进神经网络的发动机故障诊断研究[D]. 黄远强.中国民航大学 2016
[7]改进型灰色理论实现案例推理的故障诊断研究[D]. 张向波.中国民航大学 2015
[8]极限学习机在航空发动机气路故障诊断中的应用[D]. 林敏.上海交通大学 2015
[9]航空发动机状态参数处理技术及其应用研究[D]. 彭云飞.哈尔滨工业大学 2009
[10]民航发动机健康管理技术与方法研究[D]. 李强.南京航空航天大学 2008
本文编号：3165883
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3165883.html
