基于深度学习的超燃冲压发动机智能传感技术研究

发布时间：2021-06-25 09:22

　　随着高超声速推进技术的发展,超燃冲压发动机的关键参数监测和状态感知需求日益提高,但目前尚未有专门的监测体系全面对超燃冲压发动机进行参数监测。此外,由于超燃冲压发动机的燃烧效率与燃烧室内流动燃烧组织过程密切相关,对燃烧室内的参数监测更应该关注其场分布。基于以上两点,本文构建了超燃冲压发动机智能传感体系来实现对发动机全面的参数监测,并提出了多项基于深度学习的关键技术来实现场分布重建和状态感知,进一步对这些关键技术进行了应用研究,主要内容如下:以超燃冲压发动机的多层次结构为基础,构建了发动机智能传感体系,并利用其协调匹配特性,进一步构建了智能传感网络。通过网络各层的信息传输,实现发动机运行参数监控、发动机状态变化感知和传感器失效处理这三类重要功能。提出多项基于深度学习的关键技术,对其中的多信息融合技术展开介绍,并将其融入发动机智能传感体系。对基于深度学习的燃烧室壁面温度场重建算法进行应用研究。本算法最初由反卷积网络构建而成,在仿真数据集下能够实现较高精度的壁面温度场重建,但是重建结果过于平滑,细节不明显。进一步采用生成对抗网络构建壁面温度场重建算法,结果表明该算法的重建结果能以少量均方误差为... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：82 页

【学位级别】：硕士

【部分图文】：

超燃冲压发动机结构示意图

全连接网络和卷积神经网络特征提取示意图

LSTM结构示意图

【参考文献】：
期刊论文
[1]基于深度学习多样性特征提取与信息融合的行星齿轮箱故障诊断方法[J]. 金棋,王友仁,王俊.  中国机械工程. 2019(02)
[2]基于反卷积特征学习的图像语义分割算法[J]. 郑菲,孟朝晖,郭闯世.  计算机系统应用. 2019(01)
[3]基于深度反卷积神经网络的图像超分辨率算法[J]. 彭亚丽,张鲁,张钰,刘侍刚,郭敏.  软件学报. 2018(04)
[4]红外技术在航空发动机工作状态监控中的应用[J]. 张若岚,张晋,林宇,雷正刚,杜欣悦,苏君红.  红外技术. 2014(02)
[5]超燃冲压发动机状态监测参数选择[J]. 张宇飞,郭迎清.  测控技术. 2013(09)
[6]多源信息融合关键问题、研究进展与新动向[J]. 陈科文,张祖平,龙军.  计算机科学. 2013(08)
[7]Modified adaptive algebraic tomographic reconstruction of gas distribution from incomplete projection by a two-wavelength absorption scheme[J]. 李宁,翁春生.  Chinese Optics Letters. 2011(06)
[8]超燃冲压发动机控制方法[J]. 于达仁,常军涛,崔涛,唐井峰,鲍文.  推进技术. 2010(06)
[9]航空发动机研制高温测量技术探讨[J]. 杨永军,蔡静,赵俭.  计测技术. 2008(S1)
[10]基于粗糙集理论的多传感器信息融合[J]. 原新,朱齐丹,兰海.  哈尔滨工业大学学报. 2006(10)

博士论文
[1]基于TDLAS技术的燃烧场温度与气体浓度分布重建研究[D]. 孙鹏帅.中国科学技术大学 2017
[2]基于多传感器信息融合关键技术的研究[D]. 康健.哈尔滨工程大学 2013

硕士论文
[1]基于深度学习的流场数据后处理方法的研究[D]. 姚叶.北京邮电大学 2018
[2]基于深度学习的稀疏流场处理方法的研究与实现[D]. 熊晔颖.北京邮电大学 2018
[3]基于生成对抗网络的人脸超分辨率重建及识别[D]. 贾洁.电子科技大学 2018
[4]基于深度学习的信息融合方法研究[D]. 赵彦东.哈尔滨工程大学 2017
[5]支板/壁面燃油分配对超声速燃烧室燃烧性能的影响[D]. 张军龙.哈尔滨工业大学 2015
[6]航空发动机红外测温监控技术研究与系统设计[D]. 杜欣悦.西南交通大学 2015
[7]固体火箭冲压发动机测控技术研究[D]. 林禹.西北工业大学 2002



本文编号：3248952