学位论文 > 优秀研究生学位论文题录展示
航空发动机燃调系统故障诊断
作 者: 王磊
导 师: 屈卫东
学 校: 上海交通大学
专 业: 控制理论与控制工程
关键词: 航空发动机 符号有向图 故障诊断 燃调系统 电液伺服阀 主元分析法 小波包特征向量 支持向量机
分类号: V263.6
类 型: 硕士论文
年 份: 2012年
下 载: 73次
引 用: 0次
阅 读: 论文下载
内容摘要
燃油调节系统是航空发动机控制系统的重要组成部分。随着航空发动机控制精度要求的提高,燃油调节系统的性能优劣就显得尤为重要。此外,在实际中经常会遇到的性能故障,如超温、超转、转速摆动等,往往都是由于调节器故障引起的。因此,对航空发动机燃调系统进行故障诊断方面的研究具有非常重要的工程意义。针对航空发动机燃调系统工作机制错综复杂的特点,如果不对发动机进行彻底理解和学习就无法实现相应故障的检测与诊断。本文提出基于符号有向图SDG(Signed Directed Graph)的知识模型,该模型能够表达复杂的因果关系,具有包容大规模潜在信息的能力,能够针对航空发动机结构复杂、故障原因多的特点具体的解决问题。相对于其他的故障诊断算法,SDG简单直观,方便应用于工程实际。本文从工程角度出发,根据工程经验,针对于某型航空发动机的燃油控制系统建立了对应的SDG知识系统模型,定制了相应的故障推理算法,并验证了算法的有效性。在对燃调系统进行整体故障分析的基础之上,本文对其关键部件电液伺服阀进行了故障诊断方面的研究。电液伺服阀作为燃调系统的关键部件,其性能好坏直接影响到系统的稳定性和精度。本文具体分析了电液伺服阀的工作原理,建立了液压仿真模型,并通过调整模型参数进行故障模拟,进而获取故障数据;分别采用支持向量机(support vector machine,SVM)、主元分析法-支持向量机(principal component analysis-support vector machine,PCA-SVM )和小波包能量特征向量-支持向量机(wavelet packet energy eigenvector-support vector machine ,WPEE-SVM))进行故障分类。经综合比较分类精度和速度,选择PCA-SVM作为最佳诊断算法,同时也证明了PCA-SVM算法的有效性。最后本文介绍了发动机一体化仿真平台。对于该仿真平台的结构和功能进行了一定程度的简要描述。
|
全文目录
摘要 3-5 ABSTRACT 5-10 1. 绪论 10-16 1.1 研究背景 10-11 1.2 故障的定义和发展 11 1.3 航空发动机的组成 11-12 1.4 发动机控制系统的发展情况 12 1.5 故障诊断理论和方法 12-14 1.5.1 基于动态数学模型的方法 13 1.5.2 基于信号处理的方法 13 1.5.3 智能故障诊断分析技术 13-14 1.6 本文的主要研究内容 14-15 1.7 本文的结构安排 15-16 2.SDG 建模的理论基础 16-23 2.1 图的概念 16 2.2 SDG 的基本概念 16-17 2.3 SDG 的简单说明 17-18 2.4 SDG 的建模方法 18-21 2.4.1 基于数学模型的建模方法 18-20 2.4.2 基于流程图的建模方法 20 2.4.3 基于经验知识的方法 20-21 2.4.4 三种建模方法的比较 21 2.5 本章小结 21-23 3. 燃调系统SDG 建模实现 23-30 3.1 燃调系统概述 23-25 3.1.1 电子控制器 24 3.1.2 主燃油控制 24-25 3.1.3 加力燃油控制 25 3.2 燃调系统原理分析 25-27 3.3 燃调系统故障分析 27-28 3.4 燃调系统SDG 模型 28-29 3.5 本章小结 29-30 4.SDG 专家系统设计与实现 30-38 4.1 专家系统简介 30-31 4.1.1 专家系统的特点 30-31 4.1.2 专家系统的结构 31 4.2 故障诊断的算法实现 31-35 4.2.1 SDG 的存储结构 31-33 4.2.2 SDG 推理实现 33-35 4.3 SDG 故障诊断示例 35-36 4.4 本章小结 36-38 5. 电液伺服阀故障分析 38-46 5.1 电液伺服阀的研究目的 38 5.2 电液伺服阀建模 38-43 5.2.1 电液伺服阀工作原理 38-39 5.2.2 AMESim 软件介绍 39-40 5.2.3 软件的特点及独创技术 40-41 5.2.4 电液伺服阀建模实现 41-43 5.3 电液伺服阀的故障模拟 43-45 5.4 本章小结 45-46 6. 电液伺服阀故障分类实现 46-66 6.1 数据降维简介 46-47 6.2 PCA 算法简介 47-48 6.3 主元分析法原理 48-50 6.4 小波变换原理 50-58 6.4.1 连续小波变换 50-52 6.4.2 离散小波变换 52-53 6.4.3 多分辨分析 53-55 6.4.4 小波包分析法 55-58 6.5 支持向量机 58-62 6.5.1 SVM 的提出 58-59 6.5.2 SVM 的基本思想 59-61 6.5.3 SVM 多类问题 61-62 6.6 故障诊断的算法实现 62-65 6.6.1 PCA 数据处理 62-63 6.6.2 WPEE 数据处理 63-64 6.6.3 SVM 算法 64-65 6.6.4 数据分类处理 65 6.7 本章小结 65-66 7. 发动机一体化仿真平台实现 66-74 7.1 仿真平台简介 66 7.2 发动机的控制 66-67 7.3 发动机的建模 67-68 7.4 发动机系统故障诊断 68-69 7.4.1 发动机气路故障诊断 68 7.4.2 燃调系统故障诊断 68-69 7.4.3 滑油系统故障诊断 69 7.5 仿真平台的搭建 69-71 7.5.1 仿真平台结构 69-70 7.5.2 仿真平台的工作原理 70 7.5.3 平台通信技术 70-71 7.6 平台运行演示 71-73 7.7 本章小结 73-74 8. 总结与展望 74-76 8.1 文章结论 74-75 8.2 课题展望 75-76 参考文献 76-81 致谢 81-82 攻读硕士学位期间已发表或录用的论文 82-84
|
相似论文
- 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 音乐结构自动分析研究,TN912.3
- 基于三维重建的焊点质量分类方法研究,TP391.41
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 基于SVM的中医舌色苔色分类方法研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 基于支持向量机的故障诊断方法研究,TP18
- 过程支持向量机及其在卫星热平衡温度预测中的应用研究,TP183
- 基于监督流形学习算法的固有不规则蛋白质结构预测研究,Q51
- 基于车载3D加速传感器的路况监测研究,TP274
- 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
- 基于机器学习的入侵检测系统研究,TP393.08
- 支持向量机回归在短期电力负荷预测中的应用研究,TM715;F224
- 面向文本分类的改进K近邻的支持向量机算法研究,TP391.1
- 基于AdaBoost算法的人脸识别研究,TP391.41
- 面向肺部CAD的特征提取、选择及分类方法研究,TP391.41
- 城市污水处理厂中A~2O工艺过程的建模研究,X703
中图分类: > 航空、航天 > 航空 > 航空制造工艺 > 航空发动机制造 > 故障分析及排除
© 2012 www.xueweilunwen.com
|