基于案例推理的民航发动机故障诊断研究

发布时间：2023-12-09 09:17

　　案例推理是利用处理历史案例时的经验和方法指导新案例故障的定位,本文主要研究案例检索确定相似案例。民航发动机故障案例检索主要存在问题是:相似度计算容易陷入距离陷阱、表征故障的特征属性难以确定、多个相似案例影响案例检索正确率。本文具体工作如下:(1)发动机气路故障诊断中运用案例推理技术重用历史故障案例可以提高发动机排故效率。针对现有的基于距离相似度计算方法对气路特征相似案例难以区分的问题,本文提出了新的度量算子改进欧式距离,提高了距离公式对参数变化的灵敏度,并证明该距离度量对于数值参数变化较小时有更高的分辨率。(2)针对基于距离度量不能区分的相似案例,本文结合了大间隔近邻算法,该算法通过设定约束条件将不能区分的相似案例选出,然后构建惩罚函数通过度量学习获得度量变换矩阵,从而将反映故障类型的特征参数映射到更优的多维空间,增大相似案例间距离和缩小同类案例距离。(3)针对造成发动机滑油消耗量差异的特征参数难以提取问题,文本提出RP-CNN对滑油消耗率进行分类预测。首先利于邻域粗糙集算法确定影响滑油量消耗出现差异的飞行阶段,然后通过一维卷积网络对飞行阶段参数进行降维处理并计算分类正确率。

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 智能诊断的研究现状
        1.2.2 案例推理的国内外研究现状
    1.3 主要研究内容和论文结构
第二章 案例推理关键问题分析
    2.1 案例推理关键步骤
    2.2 发动机故障案例的表示和组织
        2.2.1 案例表示
        2.2.2 发动机故障类型
    2.3 发动机案例特征量化处理
    2.4 相似度计算
    2.5 基于案例推理的发动机故障诊断流程
    2.6 本章小结
第三章 发动机故障案例特征提取
    3.1 常用特征提取方法
    3.2 粗糙集理论
        3.2.1 论域与知识库
        3.2.2 近似集
        3.2.3 知识约简和核
    3.3 邻域粗糙集
        3.3.1 邻域粗糙集理论
        3.3.2 邻域决策系统
    3.4 基于邻域粗糙集的特征提取
        3.4.1 特征提取流程
        3.4.2 发动机滑油消耗量预测特征数据提取
    3.5 本章小结
第四章 发动机故障案例检索
    4.1 最近邻算法
    4.2 基于LMNN算法的气路故障诊断
        4.2.1 距离度量学习
        4.2.2 LMNN算法参数优化
        4.2.3 实例分析
    4.3 基于RP-CNN滑油消耗率分类预测
        4.3.1 一维卷积神经网络
        4.3.2 基于RP-CNN滑油消耗率诊断分析
    4.4 本章小结
第五章 总结与展望
    5.1 总结
    5.2 展望
致谢
作者简介
参考文献



本文编号：3871276