论文部分内容阅读
航空发动机被认为是飞行器的最重要的组成部分,其稳定性决定着飞行任务的完成质量。随着现代航空技术的发展,航空发动机性能不断提高,对结构强度和工作条件的要求日益增加,导致航空发动机出现故障的事例显著增多。这些情况体现出了航空发动机故障诊断的重要性。在推理速度慢和先验知识少的情况下,通过使用遗传算法,帮助航空发动机故障诊断专家系统进行推理和自学习,解决了知识获取的问题,并且证明是有效的。1)在参考阅读大量文献之后,详细阐述了航空发动机故障诊断的意义、内容以及国内外的研究现状、发展和展望。2)详细介绍了转子不对中、转子不平衡、转子碰摩和滚动轴承故障故障机理特征。3)介绍了遗传算法的原理及特点,阐述了遗传算法的基本步骤,提出了基于梯度法的改进遗传算法,利用遗传算法对故障特征进行分析,提取故障,去除冗余的特征参数,有效地对故障进行分类和计算,利用MATLAB,根据遗传算法得出的最优化解。4)建立航空发动机故障诊断专家系统,采用改进遗传算法,针对专家系统知识“瓶颈”的难题,解决了以往专家系统难以克服的问题,利用遗传算法得出的结果,利用知识库进行比较对照、推理,进行模式识别,提高故障的识别精度。5)将MATLAB和VB.NET进行混合编程,在改进型遗传算法航空发动机故障诊断专家系统的理论基础之上,编制故障诊断的计算机程序,并在严谨的理论及逻辑推导之下可对某型航空发动机进行振动故障诊断。通过大量的理论和数据表明,本文采用的故障诊断方法,能在发动机故障时有效地诊断出其存在的故障,排除导致故障的干扰因素,因此提高了故障诊断的准确度。