欢迎来到天天文库
浏览记录
ID:35171695
大小:3.14 MB
页数:81页
时间:2019-03-20
《基于空地数据链的航空发动机剩余寿命预测研究》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、中图分类号V267论文编号102870715-S012学科分类号081903硕士学位论文基于空地数据链的航空发动机剩余寿命预测研究研究生姓名张马兰学科、专业交通信息工程及控制研究方向预测与健康管理指导教师刘君强讲师南京航空航天大学研究生院民航学院二О一五年三月NanjingUniversityofAeronauticsandAstronauticsTheGraduateSchoolCollegeofCivilAviationResearchonRemainingUsefulLifePrognosticsforAero-engineBasedonACARS
2、AThesisinTransportationEngineeringbyZhangMalanAdvisedbyProf.LiuJunqiangSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringMarch,2015承诺书本人声明所呈交的硕士学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得南京航空航天大学或其他教育机构的学位或证书而使用过的材料。本
3、人授权南京航空航天大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本承诺书)作者签名:日期:摘要为适应我国大飞机产业的飞速发展,保障飞机的安全性,控制飞机的维修成本,实现安全与效益的双赢,对航空发动机剩余寿命进行准确预测成为发动机健康管理中的核心工作。本文基于空地数据链获取了发动机健康监测参数,分析了发动机的性能衰退趋势,建立了衰退模型,设计了预测算法,实现了发动机剩余寿命的预测。首先,介绍了空地数据链传递监测数据的标准与协议,实现了监测数据的译码与预处理,选取了
4、多个关键监测参数,为后续的预测工作提供了准确数据。其次,设计了基于Kalman滤波估计的发动机剩余寿命预测算法。该算法采用分阶段的处理方式对多监测参数进行了融合,基于状态空间方法建立了发动机的性能衰退趋势模型,借助Kalman滤波实现了模型参数的估计。对比了基于单阶段线性融合的Kalman滤波预测以及基于分阶段线性融合的Kalman滤波预测。实例分析表明,基于分阶段线性的Kalman滤波预测具有较准确的寿命分布以及较好的预测演化过程。再次,鉴于发动机健康状态与多个监测参数之间存在着非线性的映射关系,设计了基于粒子滤波的发动机剩余寿命预测算法。该算法将分阶
5、段处理与非线性处理组合起来对多个监测参数进行融合,基于状态空间方法建立了发动机性能衰退模型,借助粒子滤波实现了模型的参数估计。对比了基于单阶段线性融合的粒子滤波预测、基于分阶段线性融合的粒子滤波预测以及基于分阶段非线性融合的粒子滤波预测三种预测算法。实例分析表明,基于分阶段非线性的粒子滤波预测具有较准确的寿命分布以及较好的预测演化过程。最后,本文基于MATLAB设计了可以实现数据融合、性能衰退建模以及预测实施功能的发动机剩余寿命预测系统。关键词:航空发动机,空地数据链,剩余寿命预测,信息融合,滤波算法IABSTRACTInordertomeetthede
6、velopmentofnativeaircraftindustry,guaranteethesafetyofairtransportationandcontrolthemaintenancecostofaircraft,RemainingUsefulLife(RUL)prognosticsisrequiredasoneofthecorepartofPrognosticsandHealthManagement(PHM)foraero-engine.BasedonthemonitoringparametersobtainedfromAircraftCommu
7、nicationAddressingandReportingSystem(ACARS)andtheanalysisofperformancedegradation,thedegradationmodelisestablishedandthecorrespondingalgorithmsaredesigned,whichcontributestotheRULprognostics.Firstly,thestandardsandprotocolsforthetransmissionofthemonitoringdataobtainedfromACARSare
8、analyzed,thepreprocessingandthetranscodi
此文档下载收益归作者所有