某航空发动机防喘控制系统故障预测与健康管理技术应用研究
发布时间：2021-11-20 04:01
从技术手段上确保飞行安全一直是航空发达国家高度重视的重大问题,围绕发动机飞行安全开展的状态监控和故障诊断技术,从20世纪50年代开始一直持续不断的发展。如今,配装故障预测与健康管理系统已经成为先进战机发动机的重要标志和显著特征。某飞机作为一种满足纵深攻击作战半径和全天候精确打击能力的现代化对地攻击机,现已成为航空兵对地攻击机中坚,在国土防空和对敌威慑方面有着十分重要的战略和战术意义。该型飞机装配两台某航空发动机,属于燃气涡轮发动机,其压气机有一种常见的不稳定工作状态称为喘振。喘振一旦发生后果极其严重,轻则损毁机件,重则危及飞行安全。为避免压气机工作过程中发生喘振,发动机上都设置有防喘控制系统,与发动机上燃油系统、滑油系统和起动系统等诸多控制系统相比,防喘控制系统控制关系更为复杂、故障率更高。为此本文以空军武器装备科研项目“某航空发动机故障预测和健康管理技术研究”为研究背景,以某航空发动机防喘控制系统为研究对象,以提高航空装备综合保障能力为目的,较全面的研究了故障预测与健康管理技术中的数据采集技术、可靠性分析方法、状态预测技术和剩余寿命预测技术,取得了有应用价值和前景的研究成果。主要研究...
【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】：141 页
【学位级别】：博士
【文章目录】：
摘要
abstract
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 本文主要工作
第2章 某航空发动机防喘控制系统工作原理及关键状态参数确定
2.1 引言
2.2 航空发动机喘振机理
2.2.1 喘振的现象、危害和根本原因
2.2.2 引起喘振的条件
2.2.3 航空发动机防喘技术
2.3 防喘控制系统结构及工作原理
2.4 防喘控制系统控制规律及关键状态参数的确定
2.5 本章小结
第3章 某航空发动机防喘控制系统关键状态参数测量及故障监测
3.1 引言
3.2 防喘控制系统关键状态参数测量电路设计
3.2.1 发动机进口温度(T_1)测量电路设计
3.2.2 发动机高压压气机转子转速(N_H)测量电路设计
3.2.3 发动机可调导流叶片角度(IGV)测量电路设计
3.3 基于防喘控制系统关键状态参数的故障监测
3.4 本章小结
第4章 基于威布尔分布的某航空发动机防喘控制系统可靠性分析
4.1 引言
4.2 可靠性模型的确定
4.3 威布尔分布模型的参数估计
4.3.1 最小二乘估计法
4.3.2 极大似然估计法
4.3.3 支持向量机估计法
4.3.4 不同参数估计方法的对比分析
4.3.5 基于人工蜂群算法优化支持向量回归机参数
4.4 某航空发动机防喘控制系统可靠性分析
4.5 本章小结
第5章 基于隐马尔可夫模型的某航空发动机防喘控制系统状态预测
5.1 引言
5.2 状态退化过程分析
5.3 基于SOFM方法的关键状态参数分类
5.3.1 SOFM基本原理
5.3.2 关键状态参数分类
5.4 基于HMM方法的状态预测
5.4.1 HMM基本原理
5.4.2 状态预测模型的参数估计
5.4.3 基于SA算法的状态预测模型优化
5.5 某航空发动机防喘控制系统状态的预测
5.6 本章小结
第6章 基于比例故障率模型的某航空发动机防喘控制系统剩余寿命预测
6.1 引言
6.2 比例故障率模型
6.3 比例故障率模型的参数估计
6.4 某航空发动机防喘控制系统剩余寿命的预测
6.5 PHM技术在某航空发动机地面综合健康管理系统中的应用
6.6 本章小结
第7章 全文总结及工作展望
7.1 全文总结
7.2 研究展望
参考文献
作者简介及在学期间所取得的科研成果
致谢
【参考文献】：
期刊论文
[1]电力变压器故障预测与健康管理:挑战与展望[J]. 李刚,于长海,刘云鹏,范辉,文福拴,宋雨. 电力系统自动化. 2017(23)
[2]数据驱动视角下飞机故障预测与健康管理系统设计及验证[J]. 刘亮,周博,于涛,张宁. 计算机测量与控制. 2017(07)
[3]发射车电气系统故障预测与健康管理系统研究[J]. 吕王朋,蔡卫峰,穆鹏. 工业控制计算机. 2016(10)
[4]机械设备故障预测与健康管理综述[J]. 孙旭升,周刚,于洋,李凤宇. 兵工自动化. 2016(01)
[5]核动力装置故障预测与健康管理研究[J]. 孙旭升,周刚,李凤宇,晏玉坤,阮航. 四川兵工学报. 2015(08)
[6]火控系统故障预测与健康管理技术[J]. 高美娟,刘白林,张振华. 火力与指挥控制. 2015(05)
[7]综合模块化航空电子系统的故障预测与健康管理技术[J]. 杨德才. 现代电子技术. 2015(05)
[8]地面无人车辆故障预测与健康管理系统研究[J]. 卢玉传,江磊,赵洪雷. 兵工学报. 2014(S1)
[9]变频机组故障预测与健康管理系统[J]. 杨新宇,马齐爽,张琳,张强. 重庆大学学报. 2014(04)
[10]故障预测与健康管理在舰用柴油机中的应用[J]. 周志才,刘东风,石新发. 兵工自动化. 2014(01)
博士论文
[1]面向飞行器关键部件健康管理的故障预测方法研究[D]. 范彬.国防科学技术大学 2015
[2]轨道电路故障预测与健康管理关键技术研究[D]. 黄赞武.北京交通大学 2013
[3]PSO优化神经网络算法的研究及其应用[D]. 涂娟娟.江苏大学 2013
[4]基于三参数威布尔分布的齿轮可靠性设计研究[D]. 孙淑霞.东北大学 2012
[5]威布尔分布模型及其在机械可靠性中的应用研究[D]. 凌丹.电子科技大学 2011
[6]基于Online SVR的在线时间序列预测方法及其应用研究[D]. 刘大同.哈尔滨工业大学 2010
[7]机械传动系统关键零部件故障预测技术研究[D]. 曾庆虎.国防科学技术大学 2010
[8]电子系统的故障预测与健康管理技术研究[D]. 许丽佳.电子科技大学 2009
[9]基于协同PSO算法的模糊辨识与神经网络学习[D]. 赵亮.上海交通大学 2009
[10]制冷系统故障检测、诊断及预测研究[D]. 任能.上海交通大学 2008
硕士论文
[1]基于机器学习的故障预测与健康管理（PHM）方法研究[D]. 李永亮.电子科技大学 2017
[2]基于人工蜂群算法优化支持向量机的柴油机故障诊断研究[D]. 沈绍辉.中北大学 2016
[3]高铁动车组故障预测与健康管理关键技术的研究[D]. 朱帅军.北京交通大学 2016
[4]基于小波神经网络的航电系统故障预测与健康管理技术研究[D]. 尚文芹.西安电子科技大学 2015
[5]人工蜂群算法理论与应用研究[D]. 徐海东.山东大学 2015
[6]基于飞行数据的故障预测与健康管理系统研究[D]. 张万英.青岛科技大学 2014
[7]故障预测与健康管理（PHM）在ERP系统中的应用研究[D]. 李楠.中国科学院大学(工程管理与信息技术学院) 2013
[8]冷却风扇的故障预测与健康管理系统的设计与实现[D]. 徐叶平.华南理工大学 2013
[9]某型飞机发动机性能检测系统的设计与实现[D]. 刘圣宇.吉林大学 2012
[10]小波去噪质量评价方法研究[D]. 陶珂.中南大学 2012
本文编号：3506524
【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】：141 页
【学位级别】：博士
【文章目录】：
摘要
abstract
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 本文主要工作
第2章 某航空发动机防喘控制系统工作原理及关键状态参数确定
2.1 引言
2.2 航空发动机喘振机理
2.2.1 喘振的现象、危害和根本原因
2.2.2 引起喘振的条件
2.2.3 航空发动机防喘技术
2.3 防喘控制系统结构及工作原理
2.4 防喘控制系统控制规律及关键状态参数的确定
2.5 本章小结
第3章 某航空发动机防喘控制系统关键状态参数测量及故障监测
3.1 引言
3.2 防喘控制系统关键状态参数测量电路设计
3.2.1 发动机进口温度(T_1)测量电路设计
3.2.2 发动机高压压气机转子转速(N_H)测量电路设计
3.2.3 发动机可调导流叶片角度(IGV)测量电路设计
3.3 基于防喘控制系统关键状态参数的故障监测
3.4 本章小结
第4章 基于威布尔分布的某航空发动机防喘控制系统可靠性分析
4.1 引言
4.2 可靠性模型的确定
4.3 威布尔分布模型的参数估计
4.3.1 最小二乘估计法
4.3.2 极大似然估计法
4.3.3 支持向量机估计法
4.3.4 不同参数估计方法的对比分析
4.3.5 基于人工蜂群算法优化支持向量回归机参数
4.4 某航空发动机防喘控制系统可靠性分析
4.5 本章小结
第5章 基于隐马尔可夫模型的某航空发动机防喘控制系统状态预测
5.1 引言
5.2 状态退化过程分析
5.3 基于SOFM方法的关键状态参数分类
5.3.1 SOFM基本原理
5.3.2 关键状态参数分类
5.4 基于HMM方法的状态预测
5.4.1 HMM基本原理
5.4.2 状态预测模型的参数估计
5.4.3 基于SA算法的状态预测模型优化
5.5 某航空发动机防喘控制系统状态的预测
5.6 本章小结
第6章 基于比例故障率模型的某航空发动机防喘控制系统剩余寿命预测
6.1 引言
6.2 比例故障率模型
6.3 比例故障率模型的参数估计
6.4 某航空发动机防喘控制系统剩余寿命的预测
6.5 PHM技术在某航空发动机地面综合健康管理系统中的应用
6.6 本章小结
第7章 全文总结及工作展望
7.1 全文总结
7.2 研究展望
参考文献
作者简介及在学期间所取得的科研成果
致谢
【参考文献】：
期刊论文
[1]电力变压器故障预测与健康管理:挑战与展望[J]. 李刚,于长海,刘云鹏,范辉,文福拴,宋雨. 电力系统自动化. 2017(23)
[2]数据驱动视角下飞机故障预测与健康管理系统设计及验证[J]. 刘亮,周博,于涛,张宁. 计算机测量与控制. 2017(07)
[3]发射车电气系统故障预测与健康管理系统研究[J]. 吕王朋,蔡卫峰,穆鹏. 工业控制计算机. 2016(10)
[4]机械设备故障预测与健康管理综述[J]. 孙旭升,周刚,于洋,李凤宇. 兵工自动化. 2016(01)
[5]核动力装置故障预测与健康管理研究[J]. 孙旭升,周刚,李凤宇,晏玉坤,阮航. 四川兵工学报. 2015(08)
[6]火控系统故障预测与健康管理技术[J]. 高美娟,刘白林,张振华. 火力与指挥控制. 2015(05)
[7]综合模块化航空电子系统的故障预测与健康管理技术[J]. 杨德才. 现代电子技术. 2015(05)
[8]地面无人车辆故障预测与健康管理系统研究[J]. 卢玉传,江磊,赵洪雷. 兵工学报. 2014(S1)
[9]变频机组故障预测与健康管理系统[J]. 杨新宇,马齐爽,张琳,张强. 重庆大学学报. 2014(04)
[10]故障预测与健康管理在舰用柴油机中的应用[J]. 周志才,刘东风,石新发. 兵工自动化. 2014(01)
博士论文
[1]面向飞行器关键部件健康管理的故障预测方法研究[D]. 范彬.国防科学技术大学 2015
[2]轨道电路故障预测与健康管理关键技术研究[D]. 黄赞武.北京交通大学 2013
[3]PSO优化神经网络算法的研究及其应用[D]. 涂娟娟.江苏大学 2013
[4]基于三参数威布尔分布的齿轮可靠性设计研究[D]. 孙淑霞.东北大学 2012
[5]威布尔分布模型及其在机械可靠性中的应用研究[D]. 凌丹.电子科技大学 2011
[6]基于Online SVR的在线时间序列预测方法及其应用研究[D]. 刘大同.哈尔滨工业大学 2010
[7]机械传动系统关键零部件故障预测技术研究[D]. 曾庆虎.国防科学技术大学 2010
[8]电子系统的故障预测与健康管理技术研究[D]. 许丽佳.电子科技大学 2009
[9]基于协同PSO算法的模糊辨识与神经网络学习[D]. 赵亮.上海交通大学 2009
[10]制冷系统故障检测、诊断及预测研究[D]. 任能.上海交通大学 2008
硕士论文
[1]基于机器学习的故障预测与健康管理（PHM）方法研究[D]. 李永亮.电子科技大学 2017
[2]基于人工蜂群算法优化支持向量机的柴油机故障诊断研究[D]. 沈绍辉.中北大学 2016
[3]高铁动车组故障预测与健康管理关键技术的研究[D]. 朱帅军.北京交通大学 2016
[4]基于小波神经网络的航电系统故障预测与健康管理技术研究[D]. 尚文芹.西安电子科技大学 2015
[5]人工蜂群算法理论与应用研究[D]. 徐海东.山东大学 2015
[6]基于飞行数据的故障预测与健康管理系统研究[D]. 张万英.青岛科技大学 2014
[7]故障预测与健康管理（PHM）在ERP系统中的应用研究[D]. 李楠.中国科学院大学(工程管理与信息技术学院) 2013
[8]冷却风扇的故障预测与健康管理系统的设计与实现[D]. 徐叶平.华南理工大学 2013
[9]某型飞机发动机性能检测系统的设计与实现[D]. 刘圣宇.吉林大学 2012
[10]小波去噪质量评价方法研究[D]. 陶珂.中南大学 2012
本文编号：3506524
本文链接：https://www.wllwen.com/guanlilunwen/yunyingzuzhiguanlilunwen/3506524.html
