隨著電子技術等在航空領域的應用,越來越多的傳感器被安裝在飛機上,用于監(jiān)控飛機的運行狀態(tài)。由于飛機上傳感器的增多,飛機運行時會產(chǎn)生大量信息,從海量信息中尋找飛機運行規(guī)律與異常信息,從而進行狀態(tài)監(jiān)控與故障診斷,顯然離不開計算機的幫助。因此,人工智能中的大數(shù)據(jù)處理、機器學習、數(shù)據(jù)挖掘已經(jīng)在相關發(fā)動機狀態(tài)監(jiān)控與故障診斷軟件中使用越來越頻繁。人工智能中用來分類數(shù)據(jù)的常見分類器各有自己的優(yōu)缺點,由于各種算法自身的局限性,通過某種單一算法很難大幅度提升故障分類的準確性。在不能確定是否能進一步提高分類器的分類性能的情況下,組合多個分類器進行分類,通常能夠提高分類的精確度。AdaBoost算法是組合分類算法中的典型算法,擁有堅實的理論基礎,以及廣泛的應用范圍。運用組合分類的AdaBoost算法,綜合多個分類模型進行診斷,是提升故障識別精度的一種較好的方法。因此,本文主要研究了如何實現(xiàn)AdaBoost算法應用于航空發(fā)動機故障診斷。通過AdaBoost算法及其改進算法的結合,建立一種多分類的AdaBoost算法,以支持向量機為基礎分類器,進行綜合診斷模型的建立。通過單位向量法、比值系數(shù)法和相關系數(shù)法三種方法... 

【文章來源】：中國民航大學天津市

【文章頁數(shù)】：66 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
注釋表
第一章 緒論
    1.1 選題背景和意義
    1.2 航空發(fā)動機狀態(tài)監(jiān)控與故障診斷的發(fā)展現(xiàn)狀
        1.2.1 航空發(fā)動機狀態(tài)監(jiān)控與故障診斷的發(fā)展歷程
        1.2.2 發(fā)動機狀態(tài)監(jiān)控與故障診斷的國內外研究應用現(xiàn)狀
    1.3 發(fā)動機狀態(tài)監(jiān)控與故障診斷存在的主要問題
    1.4 本文研究內容
第二章 數(shù)據(jù)預處理
    2.1 數(shù)據(jù)來源
    2.2 數(shù)據(jù)預處理方法
    2.3 數(shù)據(jù)噪聲的添加方法
    2.4 本章小結
第三章 AdaBoost算法研究
    3.1 AdaBoost算法
        3.1.1 AdaBoost算法理論
        3.1.2 AdaBoost算法的訓練誤差與泛化誤差分析
        3.1.3 AdaBoost算法的二分類問題與多分類問題
    3.2 AdaBoost算法基礎分類器的選擇
    3.3 AdaBoost-SVM算法介紹
    3.4 本章小結
第四章 建立發(fā)動機多分類故障診斷模型
    4.1 故障診斷模型的設計
    4.2 診斷模型的分析
        4.2.1 診斷模型訓練過程的分析
        4.2.2 診斷模型訓練結果的分析
    4.3 診斷模型在實例中的應用
        4.3.1 性能數(shù)據(jù)偏差值的獲得
        4.3.2 不同型號發(fā)動機的實際案例診斷
    4.4 本章小結
第五章 故障診斷系統(tǒng)設計
    5.1 系統(tǒng)設計思路
        5.1.1 系統(tǒng)需求分析
        5.1.2 系統(tǒng)功能模塊
        5.1.3 系統(tǒng)工作流程設計
    5.2 主要功能實現(xiàn)及應用展示
        5.2.1 用戶登錄
        5.2.2 數(shù)據(jù)管理
        5.2.3 狀態(tài)監(jiān)控
        5.2.4 故障診斷
        5.2.5 趨勢分析
        5.2.6 其他功能
    5.3 本章小結
第六章 總結與展望
    6.1 總結
    6.2 展望
致謝
參考文獻
附錄
作者簡介


【參考文獻】：
期刊論文
[1]基于弱分類器調整的多分類Adaboost算法[J]. 楊新武,馬壯,袁順.  電子與信息學報. 2016(02)
[2]AdaBoost算法研究進展與展望[J]. 曹瑩,苗啟廣,劉家辰,高琳.  自動化學報. 2013(06)
[3]AdaBoost及其改進算法綜述[J]. 廖紅文,周德龍.  計算機系統(tǒng)應用. 2012(05)
[4]不平衡多分類問題的連續(xù)AdaBoost算法研究[J]. 付忠良.  計算機研究與發(fā)展. 2011(12)
[5]基于Boosting-SVM算法的航空發(fā)動機故障診斷[J]. 孫超英,劉魯,劉傳武,尉詢楷.  航空動力學報. 2010(11)
[6]航空發(fā)動機故障診斷技術研究[J]. 鄭波,朱新宇.  航空發(fā)動機. 2010(02)
[7]基于動態(tài)權重裁剪的快速Adaboost訓練算法[J]. 賈慧星,章毓晉.  計算機學報. 2009(02)
[8]一種基于指數(shù)損失函數(shù)的多類分類AdaBoost算法及其應用[J]. 胡金海,駱廣琦,李應紅,汪誠,尉詢凱.  航空學報. 2008(04)
[9]一種用于不平衡數(shù)據(jù)分類的改進AdaBoost算法[J]. 郭喬進,李立斌,李寧.  計算機工程與應用. 2008(21)
[10]Diverse AdaBoost-SVM分類方法及其在航空發(fā)動機故障診斷中的應用[J]. 胡金海,謝壽生,蔡開龍,何秀然,彭靖波.  航空學報. 2007(05)

碩士論文
[1]基于SVM多分類的PW4000故障診斷研究[D]. 張卓.中國民航大學 2015



本文編號：3095419