基于智能技术的航空发动机气路故障诊断

论文摘要

航空发动机故障诊断是航空发动机领域的重要研究方向,意义重大,已经成为目前国内外十分关注的一个研究热点。本文主要研究航空发动机气路部件的故障诊断问题。利用神经网络的强非线性特性,逼近航空发动机这一复杂的非线性动力学系统,建立了基于智能技术的故障诊断系统。本文首先对航空发动机故障诊断和神经网络技术进行了介绍,并利用BP网络建立了航空发动机定量故障诊断系统。在此基础上,提出了航空发动机全包线内故障诊断的方法,并使用Visual C++编程语言,开发了故障诊断软件模块,可以实现全包线内的在线故障诊断功能。本文还介绍了粗糙集理论和粒子群优化算法,提出了一种基于邻域粗糙集模型和神经网络相结合的发动机智能故障诊断方法,通过实验验证取得了良好的诊断效果。最后利用粒子群优化算法对BP网络学习算法进行了优化,优化结果表明,该方法提高了网络的训练速度和诊断精度。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 故障诊断简述
• 1.2 航空发动机故障监测与诊断
• 1.3 航空发动机气路故障诊断
• 1.4 航空发动机智能故障诊断
• 1.4.1 基于计算智能的故障诊断
• 1.4.2 粗糙集与神经网络结合的必要性
• 1.4.3 基于粒子群神经网络的故障诊断方法
• 1.5 本文内容安排
• 第二章 基于神经网络的故障诊断系统
• 2.1 人工神经网络简介
• 2.1.1 人工神经元模型
• 2.1.2 人工神经网络的学习与训练
• 2.1.3 人工神经网络的主要特点
• 2.2 BP 神经网络
• 2.2.1 BP 网络结构
• 2.2.2 BP 网络学习规则
• 2.2.3 BP 网络的应用问题
• 2.3 基于神经网络的故障诊断
• 2.3.1 神经网络在故障诊断中的应用
• 2.3.2 神经网络诊断实例
• 2.3.3 航空发动机气路故障诊断原理
• 2.4 本章小结
• 第三章 基于BP神经网络的定量故障诊断
• 3.1 神经网络的样本空间选取
• 3.2 基于BP 神经网络的定量故障诊断
• 3.2.1 故障样本的组织
• 3.2.2 建立故障诊断系统
• 3.2.3 诊断结果分析
• 3.3 全包线内的航空发动机故障诊断
• 3.3.1 诊断系统的结构
• 3.3.2 诊断系统的建立
• 3.4 发动机故障监控软件模块设计
• 3.4.1 面向对象程序设计方法
• 3.4.2 程序流程
• 3.4.3 程序代码实现
• 3.4.4 故障监控软件模块的诊断效果
• 3.5 本章小结
• 第四章 邻域粗糙集和神经网络结合的故障诊断方法
• 4.1 粗糙集－神经网络系统概述
• 4.2 粗糙集理论
• 4.3 基于邻域粗糙集模型的属性约简算法
• 4.4 邻域粗糙集－神经网络故障诊断系统
• 4.4.1 诊断系统的设计
• 4.4.2 诊断结果及分析
• 4.5 基于粒子群优化的BP 神经网络
• 4.5.1 粒子群优化算法
• 4.5.2 粒子群优化的BP 网络
• 4.5.3 粒子群优化BP 网络后的诊断结果
• 4.6 本章小结
• 第五章 总结与展望
• 5.1 前期工作总结
• 5.2 工作展望
• 参考文献
• 致谢
• 在学期间的研究成果及发表的学术论文