航空發(fā)動機(jī)性能評價與衰退預(yù)測方法研究.pdf_第1頁
已閱讀1頁,還剩170頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、航空公司需保證航空發(fā)動機(jī)運(yùn)行的安全性與可靠性,且保證發(fā)動機(jī)維修的經(jīng)濟(jì)效益,航空發(fā)動機(jī)的性能評價與衰退預(yù)測可為上述決策提供技術(shù)支持。由于難以建立精確的物理模型,因此基于發(fā)動機(jī)監(jiān)控數(shù)據(jù)的智能學(xué)習(xí)技術(shù)成為發(fā)動機(jī)性能評價與衰退預(yù)測的有效方法。發(fā)動機(jī)復(fù)雜的運(yùn)行工況與性能衰退過程對性能評價與衰退預(yù)測模型提出了挑戰(zhàn),而模型的正確性直接決定了維修決策的準(zhǔn)確性與經(jīng)濟(jì)性。目前,多工況多參數(shù)的性能評價是難點(diǎn)之一,對于衰退預(yù)測,發(fā)動機(jī)性能衰退中復(fù)雜的特性給預(yù)測

2、模型帶來了較大困難,因此,研究航空發(fā)動機(jī)的性能評價與衰退預(yù)測方法具有重要意義。
  本文采用數(shù)據(jù)驅(qū)動的方法,針對航空發(fā)動機(jī)性能評價與衰退預(yù)測中的若干問題進(jìn)行了研究,包括性能衰退狀態(tài)評價、性能衰退狀態(tài)短期預(yù)測、性能參數(shù)短期預(yù)測、發(fā)動機(jī)剩余壽命預(yù)測、以及預(yù)測模型的不確定性評估。
  研究航空發(fā)動機(jī)的性能衰退狀態(tài)評價。針對航空發(fā)動機(jī)監(jiān)控參數(shù)眾多,關(guān)系復(fù)雜的特點(diǎn),提出了航空發(fā)動機(jī)監(jiān)控數(shù)據(jù)的樹形表示方法,將眾多監(jiān)控參數(shù)按功用與隸屬關(guān)系

3、進(jìn)行組織。為合理衡量監(jiān)控數(shù)據(jù)的差異程度,定義了監(jiān)控數(shù)據(jù)樹的距離,并通過證明,給出了其成為廣義距離的充分條件。使用該距離實現(xiàn)了基于模糊聚類的航空發(fā)動機(jī)性能衰退狀態(tài)評價方法,該方法與局部模型方法結(jié)合后可用于多工況下的發(fā)動機(jī)性能衰退狀態(tài)評價。
  研究航空發(fā)動機(jī)性能衰退狀態(tài)短期預(yù)測。針對傳統(tǒng)預(yù)測模型中未考慮發(fā)動機(jī)性能衰退的時間累積效應(yīng),以及未考慮性能衰退趨勢等問題,通過改進(jìn)Takagi-Sugeno模糊規(guī)則模型,建立了過程模糊規(guī)則(PF

4、R)模型。模型的輸入與輸出均為連續(xù)函數(shù),分別考慮了發(fā)動機(jī)歷史性能衰退的時間累積效應(yīng)與未來變化趨勢。推導(dǎo)了PFR模型訓(xùn)練的解析解,進(jìn)而給出其快速參數(shù)辨識算法。PFR模型的訓(xùn)練無需迭代,提高了模型的效率與穩(wěn)定性。以發(fā)動機(jī)的歷史性能衰退序列為樣本訓(xùn)練PFR模型,進(jìn)而預(yù)測發(fā)動機(jī)未來的性能衰退狀態(tài),結(jié)果顯示PFR模型在發(fā)動機(jī)性能衰退狀態(tài)預(yù)測中準(zhǔn)確、穩(wěn)定且運(yùn)行高效。
  研究航空發(fā)動機(jī)性能參數(shù)的短期預(yù)測。針對航空發(fā)動機(jī)性能參數(shù)測量值受工況影響

5、的問題,采用雙儲備池回聲狀態(tài)網(wǎng)絡(luò)(DRESN)模型預(yù)測發(fā)動機(jī)的性能參數(shù),將歷史性能參數(shù)變化以及工況參數(shù)結(jié)合后預(yù)測未來的性能參數(shù)值,有效的考慮了工況參數(shù)的影響。推導(dǎo)了DRESN模型參數(shù)的解析解,并應(yīng)用其進(jìn)行模型求解,提出了DRESN模型的快速訓(xùn)練算法,提高了性能參數(shù)預(yù)測的精度與效率。
  研究航空發(fā)動機(jī)的剩余壽命預(yù)測。為了提高發(fā)動機(jī)剩余壽命預(yù)測的精度,運(yùn)用基于實例推理方法,根據(jù)其流程,將集成學(xué)習(xí)模型與基于相似度的預(yù)測方法結(jié)合,提出了

6、近鄰增強(qiáng)與雙層隨機(jī)森林模型。首先提出了近鄰增強(qiáng)方法,基于相似度尋找與當(dāng)前發(fā)動機(jī)相似的性能衰退模式,進(jìn)而調(diào)整訓(xùn)練樣本,使其側(cè)重于相似的衰退模式,然后提出了雙層模型,以提高隨機(jī)森林模型的預(yù)測精度,最后將二者結(jié)合后預(yù)測發(fā)動機(jī)的剩余壽命。
  研究航空發(fā)動機(jī)預(yù)測模型的預(yù)測區(qū)間估計。針對上述點(diǎn)預(yù)測模型結(jié)果存在不確定性的問題,采用了基于殘差聚類的預(yù)測區(qū)間估計方法?;邳c(diǎn)預(yù)測模型預(yù)測結(jié)果的殘差,使用極端學(xué)習(xí)機(jī)分別構(gòu)建預(yù)測區(qū)間上限與下限的估計模型

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論