基于matlab与gpu的涡扇发动机旋转失速检测系统的实现

《基于matlab与gpu的涡扇发动机旋转失速检测系统的实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、4^r(^SouthChin^Uiuv^rsilyofTechnoFogy工程硕士学位论文基于MATLAB与GPU的涡扇发动机旋转失速检测系统的实现作者姓名袁旻琨工程领域控制工程校内指导教师吴玉香教役王聪教授校外指导老师侯安平教授所在学院自动化科学与工程学院论文提交日期2015年3月TherealizationofturbofanenginerotatingstalldetectionsystembasedonGPUandMATLABADissertationSubmittedfortheDegreeofMasterCan

2、didate：YuanMinkunSupervisor：Prof.WuYuxiangProf.WangCongSouthChinaUniversityofTechnologyGuangzhou,China分类号：TP273学校代号：10561学号：201221014467华南理工大学硕士学位论文基于MATLAB与GPU的涡扇发动机旋转失速检测系统的实现作者姓名：袁旻琨指导教师姓名、职称：吴玉香教授王聪教授申请学位级别：工学硕士学科专业名称：控制工程研究方向：智能控制与模式识别论文提交日期：2015年3月25日论文答辩日期：

3、2015年3月21日学位授予单位：华南理工大学学位授予日期：年月日答辩委员会成员：主席：王正询教授委员：王聪教授、吴玉香教授、罗飞教授、许玉格副教授华南理工大学学位论文原创性声明本人郑里声明「所圼交的论义足本人在异印的指导卜独立进彳所&卑旳砧宄成除/义-1

4、3)).汕-：^-7注卩丨用的内容外，本论文不包含任芦其他个人或集休己经发表或的成见作品。c本文的妒开做】丨筮堊货ff的个人相处悻，4Li在义:丨1以叫帥方式揷明t本人先全意识到本庠明的祛律j]火it]氺人.么抝■•iiw)：^5%P^j]i

5、u学位论文版权使用授权书

6、本孕佇论文作衧■解卞校冇欠保留.梗.

7、丨〗屮位沦文的轵迂，即：研究屮汗校攻读H(沏同论义丨.作的讧识产权单位屈$命耳」:人7:t7校有权Wff丼向lil家A黄部N或柷恂达交论义的吴印竹和屯子瓸.允咋学位论文被迕阅（呤在保密妨A(1W密论文外）rT校nj以公相学佇论文旳企部或邰分A容，_町3允许采.「」^L_'的卬成j^-笪制手段i/「:、：：：诸■?，.论文：木人电T文档的内容和纸矹沦义的内呑相_致。本学I裔文届f1:GiY令.公____1斜密后込.INA汶权心仅出，同京在校岡网L发也，供校内时1牛和与学校冇共享协议的单位

8、浏_Sh周奋将本人少位论文丧交中国学术期刊(允盘阪>电子加忐朴全文出版而叫入cnki4:丨」_1：识资ills炸1传柿孕位论文时全部或邾分内容。_在以上相应方枢内打_'V_'}齡和略义：m^vV^摘要近年来，涡扇发动机成为世界上军用飞机和民用飞机当中最常用到的航空动力装置，轴流压气机作为涡扇发动机其中的核心部件，其运行状况正常与否对涡扇发动机的性能发挥具有至关重要的影响。在轴流压气机的运行过程中，因为气流波动和冲击可能导致轴流压气机工作不稳定，甚至引发涡扇发动机熄火停转，造成飞机坠毁、人员伤亡等严重后果。轴流压气机运转

9、过程中的两种常见的系统不稳定现象为旋转失速和喘振，而发生喘振之前总有一定的旋转失速出现，因此旋转失速被认为是喘振的先兆。如果能在旋转失速发生的初始阶段就及时监测到其信号并给出预警和调节，那么涡扇发动机运行的可靠性和稳定性将得到很大的提高。目前我国自主研发的航空发动机还不具备防止喘振的功能，这对于国产飞机的性能发挥是一个严重的制约。确定学习理论是近年来研究出的关于动态环境下的机器学习的新的理论成果，通过使用RBF神经网络的强大学习能力，实现在未知的动态环境下获取知识并加以表达、存储和利用。动态模式识别是建立在确定学习理论的基

10、础上，涉及动态模式的描述、相似性的定义以及对未知动态模式进行快速识别的方法。利用确定学习理论与动态模式识别方法可以实现对轴流压气机运行的系统动态进行准确建模和对故障的快速识别，为解决轴流压气机旋转失速检测问题提供了一种新的手段，具体实现方式是通过利用RBF神经网络对旋转失速的动态过程进行学习，并将得到的神经网络权值以常值的形式保存为模式，在检测系统运行过程中不断地将待测数据与模式库中已有的失速模式进行比较，根据两者的匹配程度给出相应的预警信号，从而达到对旋转失速进行提前检测的目的。在实际工程应用中，利用确定学习理论与动态模

11、式识别算法进行旋转失速检测的计算量比较庞大，主要体现在RBF神经网络内部的权值计算以及多个模式同时识别待测数据的残差计算中。为加快系统的运行速度，本文结合MATLAB提供的并行计算工具箱和GPU高性能显卡的大规模并行计算能力实现了算法的细粒度并行化分解。算法的并行化移植是基于MATLAB平台和Jacke