基于信息融合的航空發(fā)動機故障診斷方法.pdf

1、航空發(fā)動機是飛機的心臟，因發(fā)動機故障造成民機航班延誤和軍機被迫停飛事件時有發(fā)生，其危害的嚴重性及維修費用的增加早已被人們普遍認識，這種情況對處于研制試驗中的新機更是如此。本文因此提出了發(fā)動機狀態(tài)監(jiān)控與故障診斷這一熱門的研究課題，以便能根據(jù)監(jiān)測參數(shù)預(yù)報故障的發(fā)生，并對發(fā)生的故障做出正確的診斷結(jié)論，為達到保證地面試車安全，節(jié)約維修與試驗費用，提高試車效率的目的提供技術(shù)支持。
　　本文從信源獲取的一致性和提高故障診斷準確率和可靠性的目標

2、出發(fā)，將多傳感器信息與人工智能技術(shù)融合，對航空發(fā)動機試驗中發(fā)生的諸如傳感器故障、氣路故障和機械振動故障的各種檢測與診斷方法，進行了系統(tǒng)性的研究、仿真驗證、比較和優(yōu)化，主要內(nèi)容有：
　　（1）結(jié)合發(fā)動機性能故障診斷特點和現(xiàn)場試驗用分布式測控網(wǎng)絡(luò)環(huán)境，提出了分層次優(yōu)化的發(fā)動機試驗三級式融合系統(tǒng)結(jié)構(gòu)。
　　（2）開展了多傳感器數(shù)據(jù)（信息）時空配準的方法研究，應(yīng)用樣條插值與濾波重構(gòu)、時鐘同步與幀采集同步技術(shù)，提出了基于幀同步模型的系

3、統(tǒng)同步整合新方法。
　　（3）應(yīng)用多種改進BP網(wǎng)絡(luò)、徑向基網(wǎng)絡(luò)、概率神經(jīng)網(wǎng)絡(luò)、SOFM自組織特征映射網(wǎng)絡(luò)、ELman回歸神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)理論，對其在不同規(guī)格化方式和噪聲干擾條件下的故障診斷可靠性及準確率展開了對比研究。
　?。?）通過對模糊聚類診斷方法的研究，得到了“用隸屬函數(shù)的模糊診斷，以選用高斯型隸屬函數(shù)為最佳；而用距離貼近度方法的模糊診斷，以選用夾角余弦距離為最好”的結(jié)果。
　　（5）通過對支持向量機診斷方法的研究

4、，為解決它存在不能正確識別區(qū)分兩個線性相關(guān)性很強的故障樣本的局限，提出“分類率”的概念，改進了診斷判決規(guī)則，形成了一種新的基于支持向量機的信息融合故障診斷方法，并仿真驗證其可靠性和準確率。
　?。?）通過基于 D-S證據(jù)理論的信息融合故障診斷方法研究，發(fā)現(xiàn)對同一故障例進行融合診斷時，兩個用不同診斷算法的證據(jù)體的診斷輸出可信度值大不相同，甚至出現(xiàn)矛盾的結(jié)果，本文提出“偏離率”概念，改進了診斷判決規(guī)則和算法，進一步提高了融合診斷準確率