【摘要】：飛行器在研發(fā)及運(yùn)行過程中會產(chǎn)生大量的狀態(tài)量及參數(shù)記錄,在試驗(yàn)結(jié)束后用以深入分析飛行器系統(tǒng)各部分工作是否出現(xiàn)故障。由于飛行器系統(tǒng)復(fù)雜,對于測試數(shù)據(jù)通過人工進(jìn)行判讀效率低且存在漏判風(fēng)險(xiǎn)。本文以對復(fù)雜系統(tǒng)實(shí)現(xiàn)面向過程的實(shí)時狀態(tài)監(jiān)測與故障診斷為目標(biāo),以單軸慣導(dǎo)測試轉(zhuǎn)臺為研究對象,對以下技術(shù)進(jìn)行了研究。(1)通過對多信號流圖模型理論進(jìn)行研究,結(jié)合單軸慣導(dǎo)測試轉(zhuǎn)臺的控制系統(tǒng)的故障分析進(jìn)行建模,設(shè)置監(jiān)測點(diǎn)進(jìn)行數(shù)據(jù)采集。(2)通過對數(shù)據(jù)可視化技術(shù)的研究,以曲線圖的形式將單軸慣導(dǎo)測試轉(zhuǎn)臺數(shù)據(jù)的時序特征映射至圖像。(3)通過對神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像識別的理論及數(shù)據(jù)集制作技術(shù)的研究進(jìn)行數(shù)據(jù)預(yù)處理,將可視化后的圖像以正常數(shù)據(jù)、故障數(shù)據(jù)等制作訓(xùn)練集、測試集及驗(yàn)證集。(4)通過研究卷積神經(jīng)網(wǎng)絡(luò)理論,設(shè)計(jì)簡單卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu);通過研究Inception-v3模型及遷移學(xué)習(xí),改造Inception-v3模型結(jié)構(gòu)。利用數(shù)據(jù)集對兩種模型結(jié)構(gòu)進(jìn)行訓(xùn)練優(yōu)化參數(shù),得到模型后進(jìn)行預(yù)測驗(yàn)證。通過對比準(zhǔn)確率、迭代次數(shù)及訓(xùn)練時間等數(shù)據(jù)完成模型選擇。達(dá)到通過卷積神經(jīng)網(wǎng)絡(luò)的識別即可實(shí)現(xiàn)對單軸慣導(dǎo)測試轉(zhuǎn)臺故障信號數(shù)據(jù)時序特征進(jìn)行識別的目的。(5)通過對基于規(guī)則的專家系統(tǒng)等進(jìn)行研究,結(jié)合閾值判斷結(jié)果及時序特征分析結(jié)果,利用推理機(jī)根據(jù)規(guī)則推理出最終結(jié)論,實(shí)現(xiàn)故障診斷。通過對上述理論及技術(shù)的研究,提出一種復(fù)雜系統(tǒng)面向過程的實(shí)時狀態(tài)監(jiān)測與故障診斷方法,并通過系統(tǒng)搭建進(jìn)行了關(guān)鍵技術(shù)的驗(yàn)證。該方法創(chuàng)新地利用數(shù)據(jù)可視化技術(shù)及卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行監(jiān)測數(shù)據(jù)的時序特征識別,可應(yīng)用于對時序要求較高的復(fù)雜系統(tǒng)進(jìn)行狀態(tài)監(jiān)測及故障診斷,對航天設(shè)備、新能源設(shè)備、海洋環(huán)境監(jiān)測及大氣環(huán)境監(jiān)測分析等都有應(yīng)用價值。
【圖文】：

魂研究路線圖

慣導(dǎo)測試轉(zhuǎn)臺實(shí)物圖
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：V267;TP183

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郜斐;林元;趙鋒銳;;一種基于故障樹和案例推理的故障診斷模型[J];電子技術(shù)與軟件工程;2015年16期

2 楊志峰;鄒義洪;劉科言;艾川;;基于VB的槍械故障查詢應(yīng)用程序[J];兵工自動化;2014年05期

3 李偉;張爽;康建東;趙曉東;焦龍;;基于hadoop的電網(wǎng)大數(shù)據(jù)處理探究[J];電子測試;2014年01期

4 周輝;;數(shù)控機(jī)床常見故障診斷專家系統(tǒng)的開發(fā)與設(shè)計(jì)[J];數(shù)字技術(shù)與應(yīng)用;2011年11期

5 宮穎;;衛(wèi)星故障模式與故障案例庫及其應(yīng)用[J];質(zhì)量與可靠性;2011年02期

6 王曉玉;彭進(jìn)業(yè);王國慶;;嵌入式隨動系統(tǒng)實(shí)時故障診斷專家系統(tǒng)研究[J];計(jì)算機(jī)測量與控制;2010年03期

7 孫一兵;;淺議BP網(wǎng)絡(luò)的優(yōu)缺點(diǎn)及改進(jìn)[J];科技創(chuàng)新導(dǎo)報(bào);2009年24期

8 崔洪亮;李艾華;;基于模糊BP神經(jīng)網(wǎng)絡(luò)的模擬電路實(shí)時故障診斷[J];傳感器與微系統(tǒng);2008年01期

9 劉海明;易曉山;;多信號流圖的測試性建模與分析[J];中國測試技術(shù);2007年01期

10 馬蕭蕭;許力;;海量探傷數(shù)據(jù)可視化分析與處理[J];工業(yè)控制計(jì)算機(jī);2006年01期

相關(guān)博士學(xué)位論文 前4條

1 魏鳳梅;在線社會網(wǎng)絡(luò)演化分析方法研究[D];哈爾濱工程大學(xué);2015年

2 黃杰;海洋環(huán)境綜合數(shù)據(jù)時空建模與可視化研究[D];浙江大學(xué);2008年

3 韓光臣;復(fù)雜機(jī)電裝備故障診斷關(guān)鍵技術(shù)研究[D];西北工業(yè)大學(xué);2006年

4 池紅衛(wèi);復(fù)雜過程工業(yè)系統(tǒng)故障診斷與預(yù)測方法的研究[D];天津大學(xué);2004年

相關(guān)碩士學(xué)位論文 前10條

1 萬賀;某型信息處理設(shè)備的可測試分析與測試策略設(shè)計(jì)[D];北京交通大學(xué);2018年

2 賈雨辰;基于改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的交通標(biāo)志識別應(yīng)用研究[D];成都理工大學(xué);2018年

3 劉燕軍;神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)及其應(yīng)用[D];中國科學(xué)技術(shù)大學(xué);2018年

4 趙初;高動態(tài)單軸仿真轉(zhuǎn)臺的系統(tǒng)設(shè)計(jì)[D];大連理工大學(xué);2018年

5 陳南真;復(fù)雜場景低分辨率人臉識別及其在身份識別系統(tǒng)的應(yīng)用[D];電子科技大學(xué);2018年

6 肖旭;基于深度學(xué)習(xí)的圖像語義分割研究[D];南昌航空大學(xué);2017年

7 霍祥湖;基于卷積神經(jīng)網(wǎng)絡(luò)的車牌識別技術(shù)研究[D];電子科技大學(xué);2017年

8 華雨;基于BP神經(jīng)網(wǎng)絡(luò)的PSD非線性校正算法研究[D];南京理工大學(xué);2017年

9 陸鑫偉;基于遷移學(xué)習(xí)的雷達(dá)輻射源識別研究[D];西安電子科技大學(xué);2012年

10 何航;基于PLC的單軸慣導(dǎo)測試轉(zhuǎn)臺伺服系統(tǒng)的研究[D];西安理工大學(xué);2009年

，

本文編號：2684534