大型客机发动机健康管理系统气路诊断方法的研究

admin · 发表于 2022-5-19 12:07:08

题目：

雅宝题库答案：

****此区域为收费内容**** 需支付 1 知识币后可查看，1币=0.01元查看答案

雅宝题库解析：
本文利用基于数据的RBF神经网络和支持向量机（SVM）两种算法，以及信息融合理论（D-S证据理论）研究航空发动机的气路故障诊断题目。通过快速、有效、准确的算法完成航空发动机气路监视和诊断，对进一步保证航空发动机安全可靠运行，实现发动机视情维修，降低全寿命周期维护费用，提高发动机部件管理水平等方面都有着十分重要的现实意义。本文利用已有发动机性能数学模型（包括基线模型和故障模型）生成样本数据，并适当添加噪声用于气路诊断算法的研究。与相关的研究相比，本文中设置的故障类型较多，单故障有13种，双故障有77种，分别用RBF神经网络和支持向量机（SVM）两种算法对气路故障进行研究，验证了两种算法的诊断效果受样本数量、基函数系数和隐含层数等的影响，同时对于两种算法应用于发动机气路故障诊断的有效性进行了分析。随后研究了支持向量机（SVM）的后验概率题目，最后在RBF神经网络和支持向量机（SVM）诊断结果的概率分布基础上，采用D-S 理论对这两个独立子系统的诊断结果进行决策级别的融合，对故障模式进行识别。D-S证据理论可以避免单独使用某种算法时，由于算法本身存在的缺陷或受到样本量、参数等限制造成的误诊情况。通过对发动机气路故障的仿真，验证了融合故障诊断方法的有效性，具有较高的诊断精度。

大型客机发动机健康管理系统气路诊断方法的研究

天涯海角也要找到Ni：大型客机发动机健康管理系统气路诊断方法的研究

相关帖子

QQ微信同步：1144766066。

服务

网站

战略合作