基于性能参数预测的航空发动机维修决策支持系统研究

发布时间：2017-05-04 21:02

  本文关键词：基于性能参数预测的航空发动机维修决策支持系统研究，由笔耕文化传播整理发布。

【摘要】：航空发动机作为飞机的“心脏”，其健康状态直接关系到航空公司的经济效益和社会效益。为解决航空发动机健康维修管理中的过维修和欠维修问题，航空发动机的维修方式已由定时维修方式向视情维修和故障诊断预测与健康管理等先进方式转变。而航空发动机性能参数监控技术为这种转变提供了技术支持。 本文采用基于统计的方法和基于密度的方法对航空发动机异常性能参数进行识别。针对统计方法存在的屏蔽效应问题以及密度方法存在异常因子上界难以确定的问题，提出将两者结合起来进行航空发动机性能参数的异常识别。同时为了最大程度的保留航空发动机性能参数局部特征，提出将指数平滑法和经验模态分解结合对航空发动机性能参数进行平滑处理。 在对监测得到的航空发动机性能参数进行预处理的基础上，对航空发动机性能参数的变化趋势进行预测，有利于将航空发动机安全监控窗口前移。为此，本文建立了基于时间加权多激励卷积过程神经网络的时间序列预测模型，并结合航空发动机性能参数本身的特点，联合经验模态分解法，建立了航空发动机性能参数组合预测模型，并进行了应用验证。 为在保证安全的前提下，，进一步提高航空公司的经济效益，需要在性能参数预测的基础上，对航空发动机的健康状态进行科学评估。本文采用区间数来表示发动机的性能参数，并建立了基于区间数灰色关联和D-S证据理论联合法的航空发动机机队健康评估模型。同时，针对航空发动机维修计划制定难度大的问题，为进一步挖掘航空公司已经积累的发动机性能参数和发动机及单元体维修等级之间的关联关系，提出了基于最小二乘支持向量机挖掘模型，并使用粒子群算法对挖掘模型的参数进行优化处理。并对上述方法进行了应用验证。 根据以上研究成果，面向航空公司的实际需求，本文还开发了基于性能参数预测的航空发动机维修决策支持软件原型系统。本系统可为航空发动机的故障诊断预测和健康管理提供技术和软件平台支持。
【关键词】：航空发动机性能参数 时间序列预测 健康状态评估 多参数决策 维修决策支持
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：V263.6
【目录】：

• 摘要4-5
• Abstract5-10
• 第1章 绪论10-19
• 1.1 课题来源及研究的目的和意义10-11
• 1.1.1 课题来源10
• 1.1.2 课题研究的目的和意义10-11
• 1.2 国内外研究现状11-17
• 1.2.1 航空发动机维修方式和状态监控技术研究现状11-12
• 1.2.2 航空发动机性能参数数据挖掘和趋势预测研究现状12-16
• 1.2.3 航空发动机健康管理软件的研究现状16-17
• 1.3 本文的主要研究内容17-19
• 第2章 航空发动机性能参数异常识别及预处理研究19-29
• 2.1 引言19
• 2.2 航空发动机性能参数数据流19-20
• 2.3 航空发动机性能参数异常识别20-23
• 2.3.1 基于统计分析的异常数据识别20-21
• 2.3.2 基于密度分析的异常数据识别21-23
• 2.4 航空发动机性能参数的平滑预处理23-24
• 2.5 实例分析24-28
• 2.6 本章小结28-29
• 第3章 航空发动机性能参数趋势预测29-46
• 3.1 引言29
• 3.2 基于过程神经网络的时间序列预测模型的建立29-36
• 3.2.1 预测理论引入29-30
• 3.2.2 多层激励函数的时间加权卷积过程神经网络预测模型30-32
• 3.2.3 网络输入样本的处理32-34
• 3.2.4 基于梯度下降算法的学习算法分析34-36
• 3.3 基于经验模态分解的组合预测模型的构建36-39
• 3.3.1 经验模态分解方法36-37
• 3.3.2 组合预测模型的构建37-39
• 3.4 实例验证39-45
• 3.4.1 时间加权多激励卷积过程神经网络实例验证39-42
• 3.4.2 基于经验模态分解组合预测模型实例验证42-45
• 3.5 本章小结45-46
• 第4章 航空发动机综合健康评估及维修决策支持46-61
• 4.1 引言46
• 4.2 基于区间数灰色关联 D-S 证据的机队健康排队综合评估46-50
• 4.2.1 基于灰色关联度的排序模型的建立46-48
• 4.2.2 证据理论合成规范48-49
• 4.2.3 mass 函数的获得及评估流程49-50
• 4.3 基于最小二乘支持向量机的航空发动机维修等级挖掘50-53
• 4.3.1 最小二乘支持向量机分类模型的建立50-52
• 4.3.2 分类模型参数优化52-53
• 4.4 实例验证53-59
• 4.4.1 基于多参数的发动机健康状态综合评估53-57
• 4.4.2 基于性能参数挖掘的航空发动机维修等级决策支持57-59
• 4.5 本章小结59-61
• 第5章 航空发动机维修决策支持系统开发61-71
• 5.1 引言61
• 5.2 软件需求分析61
• 5.3 软件体系结构与开发手段61-63
• 5.4 软件功能设计63-64
• 5.5 系统功能运行实例64-70
• 5.5.1 发动机基本数据的管理64-65
• 5.5.2 发动机性能数据的管理模块65-66
• 5.5.3 发动机性能参数异常识别分析66
• 5.5.4 发动机预警模块66-67
• 5.5.5 发动机的性能参数的监控和预测分析67-68
• 5.5.6 发动机机队性能排队68
• 5.5.7 发动机的维修等级决策68-69
• 5.5.8 报表管理69
• 5.5.9 系统管理69-70
• 5.6 本章小结70-71
• 结论71-72
• 参考文献72-77
• 致谢77

【相似文献】

中国期刊全文数据库 前10条

1 王成玖,黄金泉;具有智能调节机构的航空发动机自适应控制系统[J];航空发动机;2005年03期

2 刘延峰,郭迎清;基于新型神经网络的航空发动机多变量控制[J];航空发动机;2005年01期

3 杨慧,刘玉洁,吴俊;基于FBP神经网络的航空发动机故障诊断[J];计算机工程;2005年17期

4 王征;;一种新型径向基函数神经网络在模型辨识方面的应用[J];机床与液压;2005年12期

5 郭迎清,章泓,杨云波,高光良;利用神经网络设计航空发动机全包线最优控制器[J];航空动力学报;2000年03期

6 王英;沙云东;;航空发动机故障诊断技术综述[J];沈阳航空工业学院学报;2007年02期

7 姚华;鲍亮亮;孙健国;;基于神经网络的航空发动机全包线PID控制[J];南京航空航天大学学报;2007年02期

8 潘慕绚;黄金泉;殷石;;航空发动机神经网络反步控制方法[J];航空动力学报;2009年10期

9 倪绍华;沙云东;张军;;基于灰色神经网络的航空发动机振动故障诊断方法研究[J];沈阳航空工业学院学报;2008年01期

10 单晓明;宋云峰;黄金泉;仇小杰;鲁峰;;基于神经网络和模糊逻辑的航空发动机状态监视[J];航空动力学报;2009年10期

中国重要会议论文全文数据库 前10条

1 王玉涛;程国辉;周建常;王师;;神经网络在高炉铁水硅含量预报中的应用[A];1998中国控制与决策学术年会论文集[C];1998年

2 严军;刘健文;;基于神经网络—奇异谱分析的ENSO指数预测[A];新世纪气象科技创新与大气科学发展——中国气象学会2003年年会“气候系统与气候变化”分会论文集[C];2003年

3 孙伶俐;邓忠民;;基于遥测数据的飞行器故障预测若干方法对比[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

4 罗瑞盈;;航空发动机用碳/碳复合材料研究[A];西部大开发 科教先行与可持续发展——中国科协2000年学术年会文集[C];2000年

5 蓝天霞;林成;;燃机的燃料系统设计[A];中国航空学会第七届动力年会论文摘要集[C];2010年

6 张华;滕李虎;戴玮高;;航空机载交流压力传感器检定技术[A];中国航空学会第七届动力年会论文摘要集[C];2010年

7 金如山;;某国航空发动机研发体系[A];中国航空学会第七届动力年会论文摘要集[C];2010年

8 胡代平;刘豹;;基于神经网络的ARMA模型的自动建模与预测系统[A];系统工程与可持续发展战略——中国系统工程学会第十届年会论文集[C];1998年

9 唐t;蔡自兴;谭立球;;用基于遗传算法的神经网络指导股市交易[A];1999年中国智能自动化学术会议论文集（下册）[C];1999年

10 梁霄;贾朝波;;非接触式测量技术在航空发动机上的应用研究[A];中国航空学会第七届动力年会论文摘要集[C];2010年

中国重要报纸全文数据库 前10条

1 洪山;斯奈克玛公司坡露未来航空发动机概念[N];中国航空报;2007年

2 骆明邋本报记者 帅弋;今年年底入驻金阳[N];贵阳日报;2008年

3 本报记者 车辉;比蓝天还辽阔的是他的“中国心”[N];工人日报;2009年

4 记者 杭晓宁 胡波 通讯员 吴文生;“昆仑”涡喷航空发动机通过国家鉴定[N];中国航空报;2002年

5 钟强;2006年航空发动机制造走向[N];中国航空报;2006年

6 张雨;黎阳航空发动机公司万名员工有了年金[N];中国劳动保障报;2007年

7 记者 何晓亮;铸就中国航空之“心”[N];科技日报;2010年

8 本报记者 付毅飞;忠诚并执着[N];科技日报;2009年

9 记者 罗兵;将航空发动机列为国家重大科技专项[N];中国质量报;2011年

10 刘晓红;哈东安喜迎60华诞[N];哈尔滨日报;2008年

中国博士学位论文全文数据库 前10条

1 陈柳;小波分析和神经网络应用于大气污染预测的研究[D];西安建筑科技大学;2006年

2 刘大同;基于Online SVR的在线时间序列预测方法及其应用研究[D];哈尔滨工业大学;2010年

3 任海军;基于智能计算的配电网负荷预测方法研究[D];重庆大学;2010年

4 王玲玲;基于不确定性理论的洞庭湖水资源系统分析[D];湖南大学;2008年

5 杨正瓴;时间序列中的混沌判定、预报及其在电力系统中的应用[D];天津大学;2003年

6 张晓伟;水文动力系统自记忆特性及其应用研究[D];西安理工大学;2009年

7 崔亚强;沪深300股指内在复杂性分析及预测研究[D];天津大学;2010年

8 倪丽萍;基于分形技术的金融数据分析方法研究[D];合肥工业大学;2010年

9 张永林;车辆道路数值模拟与仿真研究[D];华中科技大学;2010年

10 杨谈;网络混沌行为及其控制的研究[D];北京邮电大学;2009年

中国硕士学位论文全文数据库 前10条

1 王雄威;基于性能参数预测的航空发动机维修决策支持系统研究[D];哈尔滨工业大学;2013年

2 韩冬梅;基于P2P的教学信息资源负载均衡调度算法的研究[D];哈尔滨工程大学;2010年

3 易帆;神经网络预测研究[D];西南交通大学;2005年

4 文小敏;面向ERP数据挖掘技术的研究及应用[D];广东工业大学;2005年

5 冯云;一种基于神经网络和多元统计分析的动态预测建模方法[D];哈尔滨工程大学;2005年

6 耿志东;航空涡轮轴发动机性能监测技术研究[D];南京航空航天大学;2008年

7 王志国;人工神经网络及其改进在水科学预报中的应用[D];武汉大学;2005年

8 王凯夫;基于混合模型嵌套的非线性时间序列预测及其应用研究[D];哈尔滨工业大学;2010年

9 韩力;输电系统短期无功规律分析与研究[D];山东大学;2005年

10 王亚军;基于神经网络的煤炭自燃预测预报技术研究[D];安徽理工大学;2006年

  本文关键词：基于性能参数预测的航空发动机维修决策支持系统研究，由笔耕文化传播整理发布。

本文编号：345768