基于油液分析的航空發(fā)動機磨損狀態(tài)智能監(jiān)測研究.pdf

1、航空發(fā)動機作為現代飛機的核心動力，其安全性與可靠性至關重要。關于航空發(fā)動機的運行狀態(tài)的監(jiān)測技術研究一直是人們所關心的研究方面。據統計，在機械裝備的故障中，80％以上與磨損有關，因此基于摩擦學理論的油液監(jiān)測技術所得到的信息最能直接反映出系統的運行狀態(tài)。本文以傳統的油液理化技術、鐵譜技術和光譜技術為基礎，將傳統的統計學方法與新興的人工智能方法相結合，開展關于航空發(fā)動機磨損狀態(tài)智能監(jiān)測系統的研究。
　　本文的所作的工作主要包括：（1）運

2、用傳統的數理統計方法對油液監(jiān)測原始數據的預處理工作。預處理主要是為了消除隱藏在數據中的不利因素，例如人為誤差、環(huán)境因素、儀器精度不足等的影響對于數據的干擾。(2)考慮到光譜分析數據的復雜性，采用模糊聚類的方法對光譜數據做分組處理，根據分組情況對部分數據做舍棄的處置，達到簡化數據的目的。(3)采用層次分析法為油液分析數據的各項指標分配權值大小，以區(qū)分它們對于評價系統狀態(tài)的重要程度。(4)將相對劣化度加以改進之后用于評價航空發(fā)動機的磨損狀況

3、，并根據第三步的權值分配建立航空發(fā)動機的綜合劣化度模型，能夠綜合各種評價指標對發(fā)動機的運行狀態(tài)作出評價。(5）將人工智能方法的反面選擇算法運用于航空發(fā)動機的故障診斷中，訓練好的免疫系統能夠判定出故障的類型以及發(fā)生部位。（6）采用時序分析方法的AR（n）模型，以系統的綜合劣化度的時間序列為參數，建立時間序列預測模型，根據歷史數據計算得出的劣化度預測系統的磨損趨勢的大致預測。（7）初步設計開發(fā)了一套基于油液數據的航空發(fā)動機的智能監(jiān)測系統，該