学位论文 > 优秀研究生学位论文题录展示

基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究

作 者: 郭小凤
导 师: 王祁
学 校: 哈尔滨工业大学
专 业: 仪器科学与技术
关键词: 故障诊断 主元分析 支持向量机
分类号: V433.9
类 型: 硕士论文
年 份: 2008年
下 载: 101次
引 用: 0次
阅 读: 论文下载
 

内容摘要


随着我国航天事业的发展,液体火箭发动机地面试验的任务越来越繁重。因此,保证地面试验任务正常稳定地工作就成为一个重要的问题。而地面试验台的正常运行是整个试验任务成功的前提。本文以北京航天试验技术研究所某试验台为目标,研究液体火箭发动机试验台故障诊断算法。该试验台主要由液氢和液氧子系统组成,是发动机的动力源。每个子系统分为增压、液路、排放、吹除子系统。本文采用主元分析(PCA,Principal Component Analysis)法对原始数据提取特征,降低数据维数;采用支持向量机(SVM,Support Vector Machine)来设计分类器。本论文的研究和设计工作主要分为四个部分:故障模式分析、主元分析法提取特征、支持向量分类器设计、实验总结。故障模式分析是整个故障诊断的基础。本文采用两种故障模式分析方法:故障统计、故障模式及影响分析,得出了比较详尽的系统故障模式。其次,详细地研究了主元分析和支持向量机的理论算法,具体实现以及在本文中的应用,提出了基于聚类的二叉树分类器设计方法。最后进行实验总结,并且与BP神经网络等方法相比较,取得了比较好的故障诊断效果,且分析了进一步提高故障诊断率的可能性。本文根据试验台本身的特点,将主元分析法和支持向量机方法相结合,取得了较好的故障诊断效果,在理论上以及对于实际的故障诊断系统设计都具有较好的指导意义。

全文目录


摘要  4-5
Abstract  5-9
第1章 绪论  9-16
  1.1 课题背景及研究意义  9-10
  1.2 故障诊断方法的研究现状及分类  10-14
    1.2.1 基于解析模型的方法  11-12
    1.2.2 基于信号处理的故障诊断模型  12-13
    1.2.3 基于知识的故障诊断方法  13-14
  1.3 论文主要内容  14-16
第2章 液体火箭发动机试验台的故障模式分析  16-23
  2.1 液体火箭发动机试验台介绍  16-17
    2.1.1 试验台的基本组成  16
    2.1.2 试验台现有测点分析  16-17
  2.2 故障统计分析  17-19
  2.3 故障模式及影响分析  19-20
    2.3.1 故障模式及影响分析方法  19
    2.3.2 试验台故障模式及影响分析  19-20
  2.4 实际分析的故障模式及参数  20-22
  2.5 本章小结  22-23
第3章 基于主元分析(PCA)的故障特征提取  23-36
  3.1 特征提取方法  23-24
  3.2 主元分析(PCA)  24-28
    3.2.1 主元分析的概念  24-25
    3.2.2 主元的求取  25-28
  3.3 基于PCA 的故障特征提取  28-35
    3.3.1 主元数目的选取  28-29
    3.3.2 PCA 故障特征提取  29-35
  3.4 本章小结  35-36
第4章 基于支持向量机(SVM)的多分类器设计  36-50
  4.1 支持向量机原理  36-42
    4.1.1 统计学习理论  36-39
    4.1.2 支持向量机  39-42
  4.2 基于SVM 的多分类器设计  42-48
    4.2.1 核函数选择  42-43
    4.2.2 多类识别  43-45
    4.2.3 基于聚类的二叉树多分类器设计  45-48
  4.3 分类器训练和识别  48-49
  4.4 本章小结  49-50
第5章 实验总结  50-59
  5.1 实验系统简介  50-53
  5.2 实验结果及分析  53-58
  5.3 本章小结  58-59
结论  59-61
参考文献  61-66
致谢  66

相似论文

  1. 基于WinCE平台的故障分析仪应用程序设计与开发,TP311.52
  2. 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
  3. 八作动器隔振平台的六自由度容错控制研究,TB535.1
  4. 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
  5. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  6. 音乐结构自动分析研究,TN912.3
  7. 基于三维重建的焊点质量分类方法研究,TP391.41
  8. 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
  9. 直推式支持向量机研究及其在图像检索中的应用,TP391.41
  10. 基于SVM的中医舌色苔色分类方法研究,TP391.41
  11. 基于图像的路面破损识别,TP391.41
  12. 基于支持向量机的故障诊断方法研究,TP18
  13. 三容水箱系统故障诊断算法研究,TP277
  14. 过程支持向量机及其在卫星热平衡温度预测中的应用研究,TP183
  15. 水上交通安全保障系统的关键技术研究,U698
  16. 基于监督流形学习算法的固有不规则蛋白质结构预测研究,Q51
  17. 基于车载3D加速传感器的路况监测研究,TP274
  18. 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
  19. 基于机器学习的入侵检测系统研究,TP393.08
  20. 支持向量机回归在短期电力负荷预测中的应用研究,TM715;F224

中图分类: > 航空、航天 > 航天(宇宙航行) > 推进系统(发动机、推进器) > 发动机控制系统和装置 > 发动机试验
© 2012 www.xueweilunwen.com