航空发动机气路故障诊断技术研究

论文摘要

由于航空发动机结构复杂,工作条件恶劣,因此发动机的维护已成为飞机维护的主要工作内容。为提高发动机的使用、维护效能,发展了视情维护技术,而发动机状态监视与故障诊断正是实现视情维护的基础。本文以航空发动机为研究对象,对航空发动机气路故障进行了分析研究。首先,综述了目前发动机气路故障诊断技术,分析了航空发动机气路故障类型、故障机理和气路故障诊断基本原理,并利用GSP发动机仿真软件建立了JT9D大涵道比涡扇发动机仿真模型。其次,采用Fletcher-Reeves Update共轭梯度法和比例共轭梯度法对标准自适应模糊神经推理系统ANFIS进行改进,解决了ANFIS方法由于采用标准BP训练算法而存在的训练速度较慢且一定程度上容易陷入局部最小值等问题。然后,利用已建立好的JT9D发动机仿真模型获取仿真数据,选取高、低压转子换算转速偏差、排气温度偏差及燃油流量偏差作为故障特征,在MATLAB中实现了改进算法仿真分析。通过改进算法与标准算法的对比验证分析,结果表明采用改进算法在训练时间和诊断率上相对标准算法有了较大提高,取得了较好的实验效果。最后,利用VC++6.0开发环境,结合MATLAB混合编程开发了一个简易发动机气路故障诊断软件。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景
• 1.2 课题研究对象和研究意义
• 1.2.1 课题研究对象
• 1.2.2 课题研究意义
• 1.3 国内外研究现状和发展趋势
• 1.3.1 航空发动机故障诊断研究
• 1.3.2 气路故障诊断研究现状
• 1.4 气路故障诊断技术
• 1.4.1 线性模型分析法
• 1.4.2 非线性模型分析法
• 1.4.3 趋势图分析法
• 1.4.4 指印图分析法
• 1.4.5 人工神经网络
• 1.4.6 专家系统
• 1.4.7 混合算法
• 1.5 本文的主要工作和内容安排
• 第2章 发动机气路故障诊断及建模
• 2.1 航空发动机气路故障
• 2.2 气路故障诊断基本原理
• 2.2.1 气路故障诊断基本思想
• 2.2.2 气路故障诊断的基本方法
• 2.2.3 气路故障诊断基本步骤
• 2.3 发动机仿真建模技术
• 2.3.1 部件法建模技术
• 2.3.2 发动机建模软件
• 2.4 JT9D 发动机仿真模型建立
• 2.5 本章小结
• 第3章 自适应模糊神经推理系统
• 3.1 模糊推理系统
• 3.1.1 模糊推理系统描述
• 3.1.2 模糊推理系统结构
• 3.2 自适应模糊神经推理系统原理
• 3.2.1 自适应模糊神经推理系统概述
• 3.2.2 ANFIS 结构
• 3.2.3 ANFIS 模糊规则数确立
• 3.2.4 ANFIS 训练算法
• 3.2.5 BP 算法改进算法
• 3.3 本章小结
• 第4章 IANFIS 法发动机气路故障诊断及实验结果分析
• 4.1 自适应模糊神经推理系统改进方法IANFIS
• 4.1.1 IANFIS 的提出
• 4.1.2 采用共轭梯度法改进ANFIS
• 4.2 改进算法IANFIS 实现
• 4.2.1 Mex 文件
• 4.2.2 算法程序实现步骤
• 4.3 改进ANFIS（IANFIS）法的航空发动机气路故障诊断
• 4.3.1 发动机故障样本库建立及特征参数选取
• 4.3.2 发动机基线与偏差量
• 4.3.3 故障样本的归一化
• 4.4 系统方案实现及实验分析
• 4.4.1 系统方案实现
• 4.4.2 实验结果分析
• 4.5 本章小结
• 第5章 面向对象航空发动机气路故障诊断软件开发
• 5.1 开发工具简介
• 5.1.1 Microsoft VC++ 简介
• 5.1.2 MATLAB 简介
• 5.1.3 MATLAB 与VC++混合编程
• 5.2 航空发动机气路故障诊断系统软件
• 5.2.1 系统登录模块
• 5.2.2 主体模块
• 5.2.3 帮助模块
• 5.3 本章小结
• 结论
• 参考文献
• 致谢
• 攻读硕士期间发表（含录用）的学术论文