航空發(fā)動機作為保障飛行安全運行的核心部件,由于其運行環(huán)境的不確定性、嚴苛性,本身系統(tǒng)構成的復雜性,使得對航空發(fā)動機的故障診斷與預測成為一項復雜而又關鍵的任務,不僅影響航空公司等運營團體的經(jīng)濟利益,更與人員生命財產(chǎn)安全直接相關。隨著現(xiàn)代傳感器技術、通信技術的快速發(fā)展,使得對航空發(fā)動機的狀態(tài)監(jiān)控和趨勢分析成為現(xiàn)實,基于智能算法的診斷與預測技術被廣泛采用,使航空發(fā)動機的維修保養(yǎng)思想得到根本改變。針對航發(fā)發(fā)動機故障診斷、預測、及數(shù)據(jù)處理等問題,本文提出基于粒子群優(yōu)化（Particle Swarm optimization,PSO）算法的診斷與預測方法,拓展PSO算法應用范圍,利用粒度計算進行相似性數(shù)據(jù)壓縮,降低算法時間開銷。將優(yōu)化領域的PSO算法作為故障診斷與預測工具,對本文是一項挑戰(zhàn)。本文主要工作與創(chuàng)新點如下:（1）PSO算法作為經(jīng)典群體智能算法,在優(yōu)化領域具有廣泛的應用,但因容易陷入局部最優(yōu)區(qū)域而導致早熟收斂。實質上,缺乏種群多樣性和有效交互模式,以及搜索過程的不平衡、更新策略的單一化,都是導致早熟收斂的原因。受人類學習行為的啟發(fā),圍繞導致早熟收斂的原因,對PSO算法進行有效改進,通過將粒... 

【文章來源】：電子科技大學四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：144 頁

【學位級別】：博士

【部分圖文】：

算法性能改進的主要研究方向

達到對特定問題的求解。法執(zhí)行過程當中，種群當中所有 nt位的粒子被定義為導師，余將被隨機賦予一個導師，并在導生，將在導師的幫助下進行私人學指導任務的同時，也承擔著對師的研究行為都是為了求解實際，因此，此種改進型算法也被稱的粒子將追隨前 nt個極值，而不者接近全局最優(yōu)區(qū)域的解的概率原理。1p2ptN nptN n 1pNp

學生粒子需重新隨機選擇導師粒子，如果 fisp ；同時，如果 1sfitk p 不弱于 gefit p ，則令gp 5：利用研究行為策略來更新導師粒子的知識。 e，則令t-ie tp p ；如果 1tfitk p 優(yōu)于 gefit p ，則 6：重復上述步步驟 2 至步驟 5，直到迭代終止條。迭代終止條件有不同的形式，而在本研究中，大迭代數(shù)，即 k = kmax。ELPSO 算法性能改進分析 2-1 分析所示，對 PSO 算法而言，要想提高全局手對算法進行改進，而 MELPSO 算法通過對人類學習過程中的適應性、交互性、動態(tài)性、多樣性能。因此，如圖 2-4 所示，根據(jù) MELPSO 算法采何從不同方面改進尋優(yōu)性能的。

【參考文獻】：
期刊論文
[1]選擇Pareto非劣解最優(yōu)方案的量化方法:性價比法[J]. 王諾,吳迪,黃祺,趙偉杰.  系統(tǒng)工程理論與實踐. 2018(03)
[2]嵌入模擬退火機制的免疫逃避的粒子群算法[J]. 劉微,孫榕彬,王洪瑞.  吉林師范大學學報(自然科學版). 2018(01)
[3]航空發(fā)動機機械磨損的故障探析[J]. 戴沅均.  中國設備工程. 2017(24)
[4]航空發(fā)動機控制系統(tǒng)振動信號處理方法研究[J]. 殷彬彬,張星星.  測控技術. 2017(10)
[5]基于試飛數(shù)據(jù)的航空發(fā)動機滑油系統(tǒng)模型建立及應用[J]. 馬明明.  潤滑與密封. 2017(10)
[6]基于粒子群優(yōu)化的深度神經(jīng)網(wǎng)絡分類算法[J]. 董晴,宋威.  傳感器與微系統(tǒng). 2017(09)
[7]基于融合EKF的航空發(fā)動機氣路性能健康預測[J]. 陶金偉,黃一桓,魯峰,黃金泉.  測控技術. 2017(07)
[8]融入免疫思想的改進型粒子群優(yōu)化算法[J]. 張曉,范虹,張莉,黨小虎.  陜西師范大學學報(自然科學版). 2017(03)
[9]航空發(fā)動機健康管理系統(tǒng)發(fā)展現(xiàn)狀及其指標體系研究[J]. 蔡光耀,高晶,苗學問.  測控技術. 2016(04)
[10]Aeroengine Fault Diagnosis Method Based on Optimized Supervised Kohonen Network[J]. 鄭波,李彥鋒,黃洪鐘.  Journal of Donghua University（English Edition）. 2015(06)

博士論文
[1]基于振動信號處理的旋轉機械故障診斷方法研究[D]. 劉尚坤.華北電力大學(北京) 2017
[2]民用航空發(fā)動機電氣系統(tǒng)故障診斷方法研究[D]. 張璐.天津大學 2016
[3]慣性/衛(wèi)星組合導航自適應容錯與精度性能增強關鍵技術研究[D]. 鐘麗娜.南京航空航天大學 2016
[4]基于非線性模型的渦噴發(fā)動機氣路故障診斷研究[D]. 陳煜.南京航空航天大學 2014
[5]基于智能學習模型的民航發(fā)動機健康狀態(tài)預測研究[D]. 雷達.哈爾濱工業(yè)大學 2013

碩士論文
[1]飛機發(fā)動機故障診斷專家系統(tǒng)研究[D]. 劉平華.青島科技大學 2017
[2]基于EMD與SVM的航空發(fā)動機轉子系統(tǒng)故障診斷[D]. 栗祥.西安工業(yè)大學 2017
[3]基于狀態(tài)的民航發(fā)動機維修管理研究[D]. 姚晨榕.南京航空航天大學 2006



本文編號：3070343