航空發(fā)動機是評價國家綜合科學技術水平、現(xiàn)代制造工業(yè)乃至綜合國力的關鍵基準。核心機是航空發(fā)動機的“心臟”,主要由多級轉(zhuǎn)子逐層堆疊而成。因此,航空發(fā)動機的性能與使用壽命極大程度取決于多級轉(zhuǎn)子的裝配質(zhì)量。同軸度和垂直度是評價多級轉(zhuǎn)子裝配質(zhì)量的重要參數(shù),多級轉(zhuǎn)子裝配后同軸度和垂直度誤差過大將導致發(fā)動機故障。因此,亟需建立多級轉(zhuǎn)子裝配后同軸度和垂直度預測模型,用于指導裝配,提高多級轉(zhuǎn)子裝配質(zhì)量,增強發(fā)動機穩(wěn)定性。本課題依據(jù)核心機轉(zhuǎn)子裝配工藝流程開展了基于深度學習的多級轉(zhuǎn)子智能裝配方法研究。轉(zhuǎn)子面型正確分類是單級轉(zhuǎn)子加工誤差評定以及多級轉(zhuǎn)子同軸度和垂直度預測的前提,為提高轉(zhuǎn)子面型分類效率和準確率,本文建立基于支持向量機（SVM）和卷積神經(jīng)網(wǎng)絡的轉(zhuǎn)子面型分類器。單級轉(zhuǎn)子加工誤差的評定是多級轉(zhuǎn)子同軸度和垂直度預測模型建立的基礎,為改善目前轉(zhuǎn)子加工誤差評定繁瑣耗時的現(xiàn)狀,本文提出基于深度置信神經(jīng)網(wǎng)絡的轉(zhuǎn)子消偏消傾方法。針對不同面型轉(zhuǎn)子裝配誤差傳遞機理的特點,本文建立多級轉(zhuǎn)子同軸度和垂直度智能裝配預測模型。為解決轉(zhuǎn)子面型分類嚴重依賴專家經(jīng)驗和分類準確率低的難題,提出基于SVM和卷積神經(jīng)網(wǎng)絡的轉(zhuǎn)子面型智能分... 

【文章來源】：哈爾濱工業(yè)大學黑龍江省211工程院校985工程院校

【文章頁數(shù)】：82 頁

【學位級別】：碩士

【部分圖文】：

iMAP測量系統(tǒng)

哈爾濱工業(yè)大學工程碩士學位論文-5-圖1-4GMS4000/5000測量系統(tǒng)國內(nèi)針對航空發(fā)動機轉(zhuǎn)子測量設備的研究起步較晚，但進展較快。哈爾濱工業(yè)大學設計研發(fā)了HIT-UOI裝配測量儀，如圖1-5所示，該儀器配套了單傾面轉(zhuǎn)子堆疊預測軟件，且具備調(diào)心調(diào)傾功能，測量參數(shù)與AerospectSPS系列相同。此外，北京中慧天誠有限公司也設計了ZH10993航空發(fā)動機同心度儀，該測量儀徑向回轉(zhuǎn)精度為0.1-0.3μm，最大承載能力為2000kg，可實現(xiàn)航空發(fā)動機轉(zhuǎn)子圓度誤差、同心度誤差、平面度誤差以及垂直度誤差的檢測，但不具備指導裝配能力。北京航星聯(lián)合技術有限公司研制的ZT-AB-03測量系統(tǒng)徑向回轉(zhuǎn)精度可達0.15μm，可檢測轉(zhuǎn)子圓度、同心度、垂直度等各項參數(shù)，同樣不具備指導裝配能力。圖1-5HIT-UOI裝配測量儀基于國內(nèi)外航空發(fā)動機轉(zhuǎn)子測量系統(tǒng)現(xiàn)狀對目前測量系統(tǒng)存在的不足進行總結。現(xiàn)有轉(zhuǎn)子測量系統(tǒng)從多級轉(zhuǎn)子實際裝配角度出發(fā)，具備指導裝配能力。

哈爾濱工業(yè)大學工程碩士學位論文-5-圖1-4GMS4000/5000測量系統(tǒng)國內(nèi)針對航空發(fā)動機轉(zhuǎn)子測量設備的研究起步較晚，但進展較快。哈爾濱工業(yè)大學設計研發(fā)了HIT-UOI裝配測量儀，如圖1-5所示，該儀器配套了單傾面轉(zhuǎn)子堆疊預測軟件，且具備調(diào)心調(diào)傾功能，測量參數(shù)與AerospectSPS系列相同。此外，北京中慧天誠有限公司也設計了ZH10993航空發(fā)動機同心度儀，該測量儀徑向回轉(zhuǎn)精度為0.1-0.3μm，最大承載能力為2000kg，可實現(xiàn)航空發(fā)動機轉(zhuǎn)子圓度誤差、同心度誤差、平面度誤差以及垂直度誤差的檢測，但不具備指導裝配能力。北京航星聯(lián)合技術有限公司研制的ZT-AB-03測量系統(tǒng)徑向回轉(zhuǎn)精度可達0.15μm，可檢測轉(zhuǎn)子圓度、同心度、垂直度等各項參數(shù)，同樣不具備指導裝配能力。圖1-5HIT-UOI裝配測量儀基于國內(nèi)外航空發(fā)動機轉(zhuǎn)子測量系統(tǒng)現(xiàn)狀對目前測量系統(tǒng)存在的不足進行總結�，F(xiàn)有轉(zhuǎn)子測量系統(tǒng)從多級轉(zhuǎn)子實際裝配角度出發(fā)，具備指導裝配能力。

【參考文獻】：
期刊論文
[1]基于PCA降維結合機器學習算法的人機交互手勢識別研究（英文）[J]. 鐘健,何韋穎,譚漢松.  機床與液壓. 2020(06)
[2]DDoS Attack Detection Scheme Based on Entropy and PSO-BP Neural Network in SDN[J]. Zhenpeng Liu,Yupeng He,Wensheng Wang,Bin Zhang.  中國通信. 2019(07)
[3]疊加優(yōu)化技術在高壓渦輪轉(zhuǎn)子維修裝配中的應用[J]. 王洪明.  長沙航空職業(yè)技術學院學報. 2019(02)
[4]航空發(fā)動機轉(zhuǎn)子裝配同心度的偏差傳遞模型與優(yōu)化[J]. 丁司懿,金隼,李志敏,魏楨琦,楊夫勇.  上海交通大學學報. 2018(01)
[5]堆疊預測技術在高壓轉(zhuǎn)子裝配中的應用研究[J]. 王斌,袁勇.  內(nèi)燃機與配件. 2018(03)
[6]基于深度限制波爾茲曼機的輻射源信號識別[J]. 周東青,王玉冰,王星,程相東,肖吉陽.  國防科技大學學報. 2016(06)
[7]世界航空發(fā)動機發(fā)展趨勢及經(jīng)驗[J]. 金偉.  中國工業(yè)評論. 2016(11)
[8]航空發(fā)動機結構系統(tǒng)的可靠性模型[J]. 洪杰,張姿,徐筱李,馬艷紅.  航空動力學報. 2016(08)
[9]劉大響:為根治飛機“心臟病”矢志不渝[J]. 孫秋霞.  中國科技獎勵. 2016(07)
[10]航空渦輪發(fā)動機現(xiàn)狀及未來發(fā)展綜述[J]. 焦華賓,莫松.  航空制造技術. 2015(12)

博士論文
[1]基于矢量投影的多級轉(zhuǎn)子同軸度測量方法研究[D]. 孫傳智.哈爾濱工業(yè)大學 2017

碩士論文
[1]基于支持向量機與神經(jīng)網(wǎng)絡的文本分類算法研究[D]. 朱文峰.南京郵電大學 2019
[2]基于深度置信網(wǎng)絡的通信輻射源個體識別[D]. 張曉博.西安理工大學 2019
[3]航空發(fā)動機轉(zhuǎn)子裝配工藝優(yōu)化方法研究[D]. 孟亮國.大連理工大學 2019
[4]基于堆疊裝配優(yōu)化的航空發(fā)動機轉(zhuǎn)子振動抑制方法研究[D]. 陳丹陽.哈爾濱工業(yè)大學 2019
[5]航空發(fā)動機轉(zhuǎn)子同軸度和不平衡量雙目標優(yōu)化裝配方法[D]. 劉澤偉.哈爾濱工業(yè)大學 2019
[6]基于深度學習的變循環(huán)發(fā)動機氣路故障診斷[D]. 李健.上海交通大學 2019
[7]航空發(fā)動機螺栓連接轉(zhuǎn)子裝配緊度檢測方法研究[D]. 閆強.長安大學 2019
[8]基于神經(jīng)網(wǎng)絡的燃氣輪機故障診斷方法研究[D]. 陳宇飛.華北電力大學 2015
[9]航空發(fā)動機轉(zhuǎn)子結構的裝配偏差建模分析與工藝優(yōu)化[D]. 單福平.上海交通大學 2015
[10]航空發(fā)動機轉(zhuǎn)子連接螺栓預緊力與疲勞壽命研究[D]. 劉存.南京航空航天大學 2009



本文編號：3625648