学位论文 > 优秀研究生学位论文题录展示

基于信息融合的航空发动机整机振动故障诊断技术研究

作　者: 费成巍
导　师: 艾延廷
学　校: 沈阳航空工业学院
专　业: 航空宇航推进理论与工程
关键词: 航空发动机整机振动故障诊断信息融合支持向量机(SVM) 信息熵小波包空间特征谱熵
分类号: V263.6
类　型: 硕士论文
年　份: 2010年
下　载: 332次
引　用: 0次
阅　读: 论文下载

内容摘要

航空发动机整机振动故障诊断是航空发动机故障诊断领域的一个重要研究内容,意义重大。信息融合是近年来新兴的一门学科,在许多领域得到了广泛的应用,但在航空发动机故障诊断领域,特别在航空发动机整机振动故障诊断领域的应用研究刚刚开始。故障诊断中可利用的信息很多,只有充分利用有用的信息来对航空发动机整机振动的故障进行诊断才能提高故障诊断的精度和可靠性,因此在航空发动机上进行故障诊断实质上是一个多信息融合的过程。首先,本文详细介绍了航空发动机整机振动测试和常见故障及其特性,论述了信息融合技术的特点和具体的处理方法,从信息论的角度论证了信息融合技术在故障诊断应用中的可行性和有效性,并提出基于信息融合的故障诊断模型;其次,研究了支持向量机(SVM)的理论、建模方法、组建原则和实现策略,还结合诊断实例进行了实例计算分析,证明了该方法在航空发动机整机振动故障诊断方面的准确性和有效性;再次,概述了信息熵的理论、特征提取和常用模型,提出了基于过程信息熵的航空发动机整机振动故障定量诊断的方法,并通过实例分析论证了该方法的有效性和可行性;最后,将支持向量机(SVM)和小波包特征谱熵相结合,提出了一种基于信息融合技术的航空发动机整机振动故障诊断方法,并通过航空发动机整机振动实例验证了该方法的可行性和有效性。研究表明,本文提出的基于支持向量机(SVM)和信息熵的信息融合方法是航空发动机整机振动故障诊断的有效方法,不但缓解了航空发动机整机振动信息获取难的问题,而且也提高了故障识别的精度和准确度。

全文目录

摘要  6-7
Abstract  7-13
第1章绪论  13-19
  1.1 课题背景  13
  1.2 航空发动机故障诊断任务及意义  13-14
  1.3 航空发动机整机振动故障诊断技术研究现状  14-17
  1.4 本论文研究的主要工作及创新点  17-19
    1.4.1 本文研究的主要内容  17-18
    1.4.2 本文的创新点  18-19
第2章航空发动机整机振动测试及常见故障  19-30
  2.1 航空发动机整机振动测试  19-23
    2.1.1 某型航空发动机结构和主要性能参数  19-20
    2.1.2 某型航空发动机整机振动测试方案  20-23
  2.2 航空发动机整机振动常见故障类型及特征  23-30
    2.2.1 航空发动机整机振动常见故障类型  23
    2.2.2 航空发动机典型常见故障及特征  23-30
第3章基于信息融合的航空发动机整机振动故障诊断模型  30-38
  3.1 信息融合故障诊断技术的理论基础  30-32
    3.1.1 信息融合技术的基本概念  30
    3.1.2 故障诊断信息融合的数学背景  30-31
    3.1.3 信息融合的方法  31-32
  3.2 信息融合级别  32-34
    3.2.1 数据层融合  32-33
    3.2.2 特征级融合  33
    3.2.3 决策级融合  33-34
    3.2.4 三种层次结构的比较  34
  3.3 基于信息融合技术的故障诊断模型  34-37
    3.3.1 信息融合模型  34-35
    3.3.2 信息融合故障诊断的一般框架  35-36
    3.3.3 信息融合诊断功能模型  36-37
  3.4 本章小结  37-38
第4章基于支持向量机（SVM）的航空发动机整机振动故障诊断  38-50
  4.1 支持向量机（SVM）简介  38-39
    4.1.1 支持向量机  38
    4.1.2 基于SVM 的航空发动机整机振动故障诊断模型  38-39
  4.2 支持向量机基础  39-43
    4.2.1 最优分类面  39-40
    4.2.2 核函数  40-42
    4.2.3 LIBSVM 简介  42-43
  4.3 SVM 的分类  43-46
    4.3.1 SVM 多类分类原理  43-44
    4.3.2 SVM 多类分类方法  44-45
    4.3.3 SVM 的优势和问题  45-46
  4.4 航空发动机整机振动故障诊断实例分析  46-49
    4.4.1 参数选择和SVM 的建立  46-47
    4.4.2 SVM 模型的训练和测试  47-48
    4.4.3 实例计算  48-49
  4.5 本章小结  49-50
第5章基于信息熵的航空发动机整机振动故障诊断  50-62
  5.1 引言  50
  5.2 信息熵的基本概念与基本理论  50-53
    5.2.1 信息熵的基本概念  50
    5.2.2 信息熵特征提取  50-53
  5.3 信息熵融合故障诊断方法  53-56
    5.3.1 基于信息熵距的定量诊断方法  53-54
    5.3.2 基于过程信息融合的诊断方法  54-55
    5.3.3 基于信息熵贴近度的诊断方法  55-56
  5.4 航空发动机整机振动故障诊断实例分析  56-61
    5.4.1 基于过程信息熵的定量诊断方法  56-57
    5.4.2 整机振动故障信息熵矩阵计算  57-58
    5.4.3 目标信号选取和故障信息熵差矩阵计算  58-61
    5.4.4 故障严重程度的诊断  61
  5.5 本章小结  61-62
第6章基于信息熵和支持向量机的航空发动机整机振动故障融合诊断  62-67
  6.1 概述  62
  6.2 小波包空间特征谱熵理论  62-63
  6.3 基于信息融合故障诊断过程流程图  63
  6.4 实例计算  63-66
    6.4.1 实验数据选取  63-65
    6.4.2 小波包空间特征谱熵提取  65
    6.4.3 信息融合故障诊断模型训练与验证  65-66
    6.4.4 故障严重程度的确定  66
  6.5 本章小结  66-67
第7章结论  67-69
附录Ⅰ 整机振动测试样本部分小波包空间特征谱熵向量  69-72
参考文献  72-76
致谢  76-77
攻读硕士期间发表（含录用）的学术论文  77

基于信息融合的航空发动机整机振动故障诊断技术研究

内容摘要

全文目录

相似论文