《本科毕业论文-—信息融合技术在飞行器故障诊断中的应用.doc》由会员分享，可在线阅读，更多相关《本科毕业论文-—信息融合技术在飞行器故障诊断中的应用.doc（62页珍藏版）》请在金锄头文库上搜索。
1、信息融合技术在飞行器故障诊断中的应用沈阳航空航天大学毕业设计（论文）摘 要近年来我国的航空事业发展迅速，飞行安全问题亟待解决，对飞行器准确进行故障诊断日显突出与重要。本文采用小波变换对飞机有关结构部件的健康监测信息进行特征提取，分别提取了小波系数的绝对值最大值、奇异值和标准差三个不同的特征，构建特征向量。飞行器故障诊断可利用的信息越多，诊断准确性就越高。只有充分利用有用的信息来对飞行器的故障进行诊断，才能提高故障诊断的精度和可靠性。因此故障诊断的有效性很大程度上与多信息融合效果密切相关。本文设计了基于广义回归神经网络和BP神经网络的故障诊断器，并运用其对提取的特征值进行了诊断研究。简要介绍了D
2、S证据理论和加权融合的基本原理，在此基础上，针对信息的特征层融合和决策层融合，分别设计了基于DS证据理论和加权融合的信息融合策略，并分别结合广义回归神经网络和BP神经网络故障诊断器对飞行器的健康状态进行了诊断研究。结果表明，采用决策层融合策略的健康诊断效果更好。关键词：故障诊断；特征提取；信息融合；证据理论；加权融合The application of information fusion technology in aircraft fault diagnosis AbstractWith the rapid development of Chinese aviation industry,
3、 health diagnostic technology of aircraft has become more and more important to ensure the flight safety，so accurate fault diagnosis on aircraft is becoming more evident and important.This paper use the wavelet transform to accomplish the feature extraction of structural components of aircraft healt
4、h monitoring information, By using the method of wavelet transform, the absolute maximum, singular value, and standard deviation of the wavelet coefficients were extracted respectively, and the feature vectors were constructed.In aircraft fault diagnosis, the more information available, the higher d
5、iagnostic accuracy. Only taking full advantage of useful information to diagnose the fault on the aircraft can improve the accuracy and the reliability. Therefore, the effectiveness of fault diagnosis is largely more closely related to information fusion. We have designed the fault diagnosis connect
6、or that based on generalized regression neural network and BP neural network information fusion, and use it for diagnosing the extraction of features. Briefly introduced the DS evidence theory and basic principles of weighted fusion, on this basis, according to the characteristic layer and decision-
7、making layer of information fusion, we designed the information integration strategy based on DS theory of evidence and weighted fusion, and were combined with general regression neural network and BP neural network fault diagnosis connector on the health status of aircraft diagnostic studies. Resul
8、ts show that the strategy of decision-making fusion effect is better for the health diagnosis.Keywords: fault diagnosis; feature extraction; information fusion; evidence theory; weighted theory; 目 录1 绪论11.1 引言11.2 飞行器故障诊断技术研究现状11.2.1 飞行器故障诊断技术发展历史11.2.2 国内外应用研究现状21.3 信息融合研究意义及现状31.3.1 信息融合技术概述31.3.2
9、 国内外应用研究现状31.4 本文的主要研究内容42 基于小波变换的信号处理62.1 小波变换方法62.1.1 连续小波变换72.1.2 离散小波变换82.1.3 Mallat 算法102.2 基于小波分解的信号特征提取113 故障诊断中的信息融合技术133.1 故障诊断技术中的信息融合理论133.1.1 信息融合基本原理133.1.2 故障诊断信息融合的理论基础133.2 信息融合的级别153.2.1 数据层融合153.2.2 特征层融合163.2.3 决策层融合173.3 故障诊断技术中的信息融合模型183.3.1 信息融合故障诊断的框架183.3.2 分层信息融合诊断功能模型193.4
10、故障诊断中的信息融合方法203.5 小结224 基于神经网络的飞机水平尾翼的健康诊断实验研究234.1 基于小波变换的飞机水平尾翼的特征提取234.2 基于广义回归神经网络飞机水平尾翼健康诊断254.2.1 广义回归神经网络方法254.2.2 基于小波分解和GRNN的飞机水平尾翼诊断方法284.3 基于BP神经网络飞机水平尾翼健康诊断304.3.1 BP神经网络方法304.3.2 基于小波分解和BP的飞机水平尾翼诊断方法334.4 小结345 基于信息融合技术的飞行器故障诊断技术研究355.1 基于证据理论的飞行器故障诊断技术研究355.1.1 D-S证据理论概述和基本概念355.1.2 D-
11、S证据理论飞行器故障诊断模型375.1.3 D-S证据推理信息融合的基本过程385.1.4 基于D-S证据理论的飞行器故障诊断405.2 基于加权融合的飞行器故障诊断技术研究435.2.1 加权融合基本概念435.2.2 加权融合飞行器故障诊断模型445.2.3 加权融合推理信息融合的基本过程445.2.4 基于加权融合的飞行器故障诊断455.3 小结47结 论48社会经济效益分析49参考文献50致 谢51附录 基于小波分解特征提取部分程序清单52附录 GRNN部分程序清单53附录 BP部分程序清单54附录 D-S证据理论融合程序清单55附录 加权融合程序清单56III沈阳航空航天大学毕业设计
12、（论文）1 绪论1.1 引言故障从系统的观点来看，是指产品在规定的时间、条件下，因故不能实现规定的功能的现象。故障诊断是指设备在特定的工作条件下，根据机械设备运行过程中产生的各种信息判别机械设备是正常运行还是发生了异常现象，并判定产生故障的原因和部位，以及预测、预报设备状态的技术。几十年来，故障诊断技术不断吸收各门科学技术发展的新成果，诊断理论和应用有了很大的发展，它涉及控制论、信息论、系统论以及计算机科学等多方面的内容。故障诊断技术研究的主要内容包括：故障机理、故障信息处理技术、故障源分离和定位技术以及人工智能技术的应用研究。故障信息处理技术是故障诊断的前提，它在提高诊断的准确性和可靠性方面
13、处于非常重要的地位，其主要包括故障信号检测和故障信号分析处理。由于大型复杂系统的故障机理十分复杂，目前还不能用精确的数学模型表示其运行状态，因此研究故障信息的智能处理技术对航空发动机这种大型复杂设备的故障诊断具有重要的意义。最近几年，信息融合技术在故障诊断领域也广泛得到重视，信息融合是一种多源信息综合处理技术，它能够充分利用各种类型传感器所提供的各种系统测量信息，通过对信息的关联、综合处理，实现对被测设备性能的更全面、准确的判断。我们将数据融合技术应用于飞行器故障诊断，提出了使用GRNN神经网络、BP神经网络和证据理论、加权融合的分层信息融合故障诊断系统，利用D-S证据理论、加权融合技术对神经
14、网络飞行器故障诊断特征层和决策层的融合，提高了飞行器的故障诊断率，从而实现对飞行器故障的有效诊断。这对飞行器的飞行安全性、可靠性和其运营成本都具有重要的实际意义。1.2 飞行器故障诊断技术研究现状1.2.1 飞行器故障诊断技术发展历史飞行器故障诊断技术经历了20世纪60年代初的阈值诊断,70年代初的算法诊断,到80年代发展成智能诊断，随后形成了以诊断专家系统为平台的、集成多种诊断技术的综合智能诊断维护系统。目前智能诊断技术是当今世界发达国家的研究热点之一。在智能技术已有较深厚基础的国家中，机械、电子设备的智能故障诊断系统已基本完成了研究和试验的阶段，开始进入广泛应用的阶段。尤其在航空航天领域中
15、，可靠性和维修性工程越来越受到重视，迫切需要利用自动故障诊断和维修的专家系统来保障飞机、火箭、卫星和导弹试验以及基地飞行试验的安全。计算机技术的快速发展促使人工智能技术在可靠性、维修性和保障性领域内得到广泛的应用，各种类型的故障诊断和维修专家系统已经应用于美国F-15战斗机、F- 16战斗机、B - 1B轰炸机等在役装备的故障诊断和维修中，有效地减少故障诊断时间和熟练维修技术人员的数量；各种 RMS管理和设计分析的专家系统，用于帮助装备设计师和可靠性工程师设计更加可靠、容易保障而且费用更低的武器装备；同时飞机健康诊断与系统维护技术已经发展得非常成熟，几乎所有的机载电子设备都具有内嵌测试设备(BITE)，用于检测和监控设备的故障。1.2.2 国内外应用研究现状世界上许多先进国家都致力于飞行器的健康诊断及时的研究和开发工作。从80年代开始，各种类型飞行器的故障诊断系统大批地问世。美国十分重视飞行器的故障诊断技术。各种类型的故障诊断和维修专家系统已经应用于美国 F- 15战斗机、F- 16战斗机、B - 1B轰炸机等在役装备的故障诊断和维修中，有效地减少故障诊断时间和熟练维修技术人员的数量；加拿大庞巴迪（Bombardier）飞机公司，2004年在其客户
