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
- 基于WinCE平台的故障分析仪应用程序设计与开发,TP311.52
- 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
- 八作动器隔振平台的六自由度容错控制研究,TB535.1
- 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
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 音乐结构自动分析研究,TN912.3
- 基于三维重建的焊点质量分类方法研究,TP391.41
- 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
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 基于SVM的中医舌色苔色分类方法研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 基于支持向量机的故障诊断方法研究,TP18
- 三容水箱系统故障诊断算法研究,TP277
- 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
- 水上交通安全保障系统的关键技术研究,U698
- 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
- 基于车载3D加速传感器的路况监测研究,TP274
- 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
- 基于机器学习的入侵检测系统研究,TP393.08
- 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
|