ANN在飞机发动机故障诊断中的应用研究

摘要

航空发动机是飞机的心脏，是机械专业中故障率最高、维护工作量最大的系统，其工作状态的好坏直接影响到飞机的安全可靠运行。目前，随着部队飞行训练任务的不断加重，飞机发动机的故障率明显呈上升趋势。因此，基于飞机发动机故障诊断的研究对改善和提高航空部队的保障能力具有重要意义。 着重分析了人工神经网络的特点，指出了神经网络方法与故障诊断技术结合的可行性和必然性。并且从实际应用的角度研究了BP网络中网络层数、初始权值等参数的选取问题。针对BP算法的缺陷，提出了一种改进算法，并且分别应用两种算法通过故障诊断软件对待测涡扇-11型发动机进行了诊断，验证了改进算法的实用性以及在训练速度和误差方面较之原算法的优越性。同时程序的运行结果也进一步验证了本研究工作的正确性和可行性。

目录

文摘

英文文摘

声明

1绪论

1.1选题的目的和意义

1.2国内外对这一课题的研究现状

1.3本论文的主要工作

2故障诊断技术

2.1故障诊断技术概述

2.1.1故障诊断的历史与现状

2.1.2故障诊断的方法

2.1.3故障诊断的过程

2.1.4故障诊断技术的前景

2.2航空故障诊断

3涡扇-11型发动机系统概述

3.1涡扇-11型发动机的组成和一般工作过程

3.2涡扇-11型发动机的工作特点

3.3涡扇-11型发动机的工作状态

3.4发动机的启动与试车

3.5涡扇-11发动机的常见故障

3.6涡扇-11型发动机的故障诊断要求

4人工神经网络

4.1人工神经网络的定义

4.2人工神经网络的发展史

4.3人工神经网络的网络模型

4.4人工神经网络的学习算法

4.5BP网络

4.5.1BP网络的主要功能

4.5.2BP学习算法

4.5.3BP算法存在的问题

4.6BP算法的改进

5故障诊断软件的实现及其应用

5.1故障诊断的软件设计

5.1.1系统编程语言

5.1.2数据库的设计

5.2VB与MATLAB的集成

5.3ActiveX部件

5.3.1MATLAB与ActiveX的集成

5.3.2MKTLAB自动化服务器

5.4VB与MATLAB交换数据的方法

5.5BP算法的网络设计

5.5.1样本数据的采集

5.5.2网络各层传递函数的选取

5.5.3输出向量的确定

5.5.4期望误差的选取

5.5.6学习速率的选取

5.5.5隐含层节点数的设计

5.5.7网络结构的优化

5.6故障诊断软件的实现

5.7BP算法改进前后结果比较

5.7.1训练结果

5.7.2验证结果

5.8故障诊断软件的应用

5.9用户界面的友好性

6总结与展望

6.1总结

6.2进一步工作

攻读硕士期间参与的科研项目

攻读硕士期间发表的论文

致谢

参考文献