航空發(fā)動機作為飛行器的動力核心對飛行器的安全飛行有著舉足輕重的作用,保證航空發(fā)動機的平穩(wěn)運行對飛行安全有著重大意義�；跀�(shù)據(jù)融合的航空發(fā)動機故障診斷技術(shù)面臨著兩大難題:1、由于航空發(fā)動機故障類型多、故障數(shù)據(jù)復(fù)雜,基于有監(jiān)督學(xué)習(xí)的故障診斷模型受限于訓(xùn)練數(shù)據(jù)故障標(biāo)簽不全的因素,無法得到充分有效的訓(xùn)練;2、航空發(fā)動機工作條件極端,機載傳感器測量的航空發(fā)動機參數(shù)受噪聲干擾嚴(yán)重。本文以航空發(fā)動機快速存取記錄器（Quick Access Recorder）記錄的部分飛行參數(shù)為研究對象,針對航空發(fā)動機故障數(shù)據(jù)復(fù)雜多變、有監(jiān)督學(xué)習(xí)故障診斷模型所包含故障標(biāo)簽不全面的問題,提出基于聚類算法的航空發(fā)動機數(shù)據(jù)處理的方式,將不同健康狀態(tài)下的航空發(fā)動機QAR數(shù)據(jù)分成不同的類別,方便維修與科研人員對航空發(fā)動機狀態(tài)的判斷與研究。針對QAR系統(tǒng)中,機載傳感器測量數(shù)據(jù)受噪聲干擾大,且QAR記錄的數(shù)據(jù)有著維度高、容量大且數(shù)據(jù)集形狀不規(guī)則的特點,引入了經(jīng)驗小波變換方法對航空發(fā)動機的QAR數(shù)據(jù)進行噪聲過濾,提取出純凈的QAR特征數(shù)據(jù),解決了QAR數(shù)據(jù)受噪聲干擾大的特性;引入了擴散映射（Diffusion Maps）算法,對QA... 

【文章來源】：上海交通大學(xué)上海市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：81 頁

【學(xué)位級別】：碩士

【部分圖文】：

現(xiàn)代航空發(fā)動機主要構(gòu)成

信息（數(shù)據(jù)）融合法，以及專家系統(tǒng)法。在上述提到的方法中基于模型的方法對于模型精確度的依賴程度很高，由于空發(fā)動機高復(fù)雜高精密的特性，想要構(gòu)建其高精度的模型是一件十分困難的事情專家系統(tǒng)分為基于案例推理和基于規(guī)則推理兩種，鑒于航空發(fā)動機的故障類復(fù)雜，復(fù)合程度高，出現(xiàn)故障的部件不同或者同一部件故障的嚴(yán)重程度不同，都對案例推理造成很大的影響。而基于規(guī)則推理的專家系統(tǒng)需要在維修手冊的基礎(chǔ)建立推理規(guī)則，但是維修手冊中所包含的排除故障手段無法完整的涵蓋全部航空動機的故障類型，因此建立完備的航空發(fā)動機故障診斷專家系統(tǒng)在現(xiàn)實中不容易現(xiàn)。隨著數(shù)據(jù)挖掘與處理技術(shù)的日漸成熟，加之機載監(jiān)控設(shè)備以及地面嵌入式子統(tǒng)的日漸完善，基于信息（數(shù)據(jù)）融合的航空發(fā)動機故障診斷方法也隨之興起并廣泛應(yīng)用。信息融合技術(shù)可以充分利用機載監(jiān)控設(shè)備提供的數(shù)據(jù)，以優(yōu)秀的算法海量的數(shù)據(jù)中挖掘出有價值的信息用作故障診斷和健康管理。

圖 3QAR 工作流程圖Fig.3 work flow diagram of QAR動機故障診斷領(lǐng)域，飛行器在飛行過程中出現(xiàn)的很多故中沒有辦法重現(xiàn)和模擬，能夠記錄全飛行過程飛行參數(shù)了這一不足。2008 年某航班在飛行過程中出現(xiàn)過 EGT 試車時狀態(tài)一切正常。事后維修團隊通過對 QAR 的譯嚴(yán)重、必須更換發(fā)動機的結(jié)論。而后，發(fā)動機返廠后經(jīng)過轉(zhuǎn)子葉片已經(jīng)嚴(yán)重?fù)p壞，必須報廢。這個例子很好的說的維修和保障人員提供有力的數(shù)據(jù)支撐。在對 QAR 數(shù)速準(zhǔn)確的定位故障，并制定相應(yīng)的維修方案，在大大提避免了時間與資源的浪費。 數(shù)據(jù)處理與應(yīng)用方面廣大專家也學(xué)者開展了大量的研究工山等人對飛機起飛階段的 QAR 參數(shù)提取進行了研究，提

【參考文獻】：
期刊論文
[1]航空發(fā)動機故障診斷裝置硬件在環(huán)實時仿真平臺[J]. 呂升,郭迎清,孫浩.  航空發(fā)動機. 2017(03)
[2]基于Android的發(fā)動機故障診斷專家系統(tǒng)研究[J]. 趙艷東,劉平華.  自動化與儀器儀表. 2017(05)
[3]基于經(jīng)驗小波變換的振動信號分析[J]. 陳學(xué)軍,楊永明.  太陽能學(xué)報. 2017(02)
[4]基于BP神經(jīng)網(wǎng)絡(luò)的航空發(fā)動機故障檢測技術(shù)研究[J]. 殷鍇,鐘詩勝,那媛,李臻.  航空發(fā)動機. 2017(01)
[5]航空發(fā)動機氣路故障分析[J]. 楊光宇.  黑龍江科技信息. 2016(23)
[6]經(jīng)驗小波變換在旋轉(zhuǎn)機械故障診斷中的應(yīng)用[J]. 向玲,李媛媛.  動力工程學(xué)報. 2015(12)
[7]航班起飛階段QAR關(guān)鍵參數(shù)提取研究[J]. 孫瑞山,楊繹煊.  綜合運輸. 2015(09)
[8]基于信息融合遺傳算法的航空發(fā)動機氣路故障診斷[J]. 崔文斌,葉志鋒,彭利方.  航空動力學(xué)報. 2015(05)
[9]一種改進的擴散映射算法[J]. 徐麗麗,閆德勤,劉彩鳳,賈洪哲.  微型機與應(yīng)用. 2015(08)
[10]基于判別式擴散映射分析的非線性特征提取[J]. 張成,劉亞東,李元.  計算機應(yīng)用. 2015(02)

博士論文
[1]基于信息融合的航空發(fā)動機故障診斷方法[D]. 吳文杰.電子科技大學(xué) 2011

碩士論文
[1]基于QAR數(shù)據(jù)的航班運行安全風(fēng)險研究[D]. 楊繹煊.中國民航大學(xué) 2016
[2]基于多元時序數(shù)據(jù)的飛機發(fā)動機故障檢測算法研究[D]. 王光霞.中國民航大學(xué) 2016
[3]基于灰色系統(tǒng)理論的QAR數(shù)據(jù)挖掘算法研究[D]. 楊欣.中國民航大學(xué) 2015
[4]極限學(xué)習(xí)機在航空發(fā)動機氣路故障診斷中的應(yīng)用[D]. 林敏.上海交通大學(xué) 2015
[5]基于信息融合技術(shù)的航空發(fā)動機故障診斷研究[D]. 宋漢.中南大學(xué) 2013



本文編號：3022576